分享
奇绩创坛潜空间分享会
输入“/”快速插入内容
奇绩创坛潜空间分享会
刘子鸣分享
《
KAN的能力边界和待解决的问题
》
刘子鸣对 KAN 深度学习网络结构的总结。KAN 受 KA 表示定理启发，用边上的激活函数代替节点上的激活函数。KAN 优势在于解释性强，适用于科学问题，但需要克服非光滑激活函数的挑战。KAN 和 MLP 在理论基础和实现方式上有差异，各有优劣。刘子鸣详细介绍了 KAN 的数学背景和算法实现技巧，展示了其潜力和局限。