LeWi 学习计算结构以实现样本高效的预测

研究者提出 Learned Wiring（LeWi），让每个神经元学习低维嵌入、只连接邻近神经元，并联合训练嵌入与权重，以利用目标的组合计算结构提升样本效率。在 32 个由独立采样计算图生成的目标上，LeWi 是未获得目标图方法中样本效率最高的，平均学习曲线面积比稠密网络低 27%。