概念部分训练网络
部分可训练神经网络
一种介于固定随机特征网络和全训练网络之间的神经网络模型，其中只有部分参数（如第一层神经元或第二层）可训练，其余参数随机初始化并保持固定。
时间轴 (近 90 天)
10月23日
近期一篇论文通过理论分析和实验验证，揭示了部分可训练神经网络的近似边界和训练误差中存在相变模式。
待验证50%
10月23日
在部分可训练神经网络中，随着可训练比例增加，性能改善速率发生显著变化：初始阶段快速提升，随后收益递减，当初始化不匹配更严重时过渡更急剧。
待验证50%
一种介于固定随机特征网络和全训练网络之间的神经网络模型，其中只有部分参数（如第一层神经元或第二层）可训练，其余参数随机初始化并保持固定。
近期一篇论文通过理论分析和实验验证，揭示了部分可训练神经网络的近似边界和训练误差中存在相变模式。
在部分可训练神经网络中，随着可训练比例增加，性能改善速率发生显著变化：初始阶段快速提升，随后收益递减，当初始化不匹配更严重时过渡更急剧。