Hinton向量学院推出神经ODE：超越ResNet 4大性能优势

  新智元报道  来源：arXiv作者：闻菲，肖琴【新智元导读】Hinton创建的向量学院的研究者提出了一类新的神经网络模型，神经常微分方程（Neural ODE），将神经网络与常微分方程结合在一起，用ODE来做预测。不是逐层更新隐藏层，而是用神经网络来指定它们的衍生深度，用ODE求解器自适应地计算输出。我们知道神经网络是一种大的分层模型，能够从复杂的数据中学习模式。这也是为什么神经网络在处理图像、声音、视频和序列行动时有很多成功的应用。但我们常常忘记一点，那就是神经网络也是一种通用函数逼近器，因此，神经网络可以作为数值分析工具，用来解决更多的“经典”数学问题，比如常微分方程（Ordinary Differential Equation，ODE）。2015年横空出世的残差网络 ………………………………