待验证50% 置信事实精确时间
Neural ODE由陈天琦等人在2018年NeurIPS最佳论文中提出，核心思想是将残差网络的离散层视为连续动力系统的欧拉离散化
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证过参数化的神经网络优化容易收敛到好的解的现象可用Neural Tangent Kernel理论解释74% 相似待验证Kaplan等人在2020年提出的神经网络缩放定律表明模型性能与数据量、参数量、计算量之间存在幂律关系，模型交叉熵损失L与参数量N满足L ∝ N^(-α)73% 相似待验证贝叶斯定理在朴素贝叶斯分类器、贝叶斯神经网络、变分自编码器（VAE）和扩散模型中都有直接应用69% 相似待验证卷积神经网络的核心创新在于权重共享与局部连接机制，通过滑动卷积核共享同一组参数降低模型参数量68% 相似待验证对抗样本概念由Szegedy等人于2013年在论文《Intriguing properties of neural networks》中正式提出68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895895API
curl https://kongchang.com/api/v1/knowledge/claims/895895MCP
get_claim(id=895895)