Yair Cohen

ConwayNet在神经网络每一层加入一条固定的、受生命游戏启发的侧抑制规则：规则参数不参与优化，只根据该层输入算出邻域占据度，再按单元自身状态把出生与存活门混合进输出。规则接入全连接、卷积、宽残差和图卷积网络后，激活图在空间、深度和随机种子之间变得连贯，梯度显著图更多落在物体上；在浅层卷积网络上，高斯、散粒和脉冲噪声下的准确率提升达到两位数，代价是干净准确率在MNIST、EMNIST及其彩色版本上约降一个点，在FashionMNIST和KMNIST上降几个点。

ConwayNet在神经网络每一层加入一条固定的、受生命游戏启发的侧抑制规则：规则参数不参与优化，只根据该层输入算出邻域占据度，再按单元自身状态把出生与存活门混合进输出。规则接入全连接、卷积、宽残差和图卷积网络后，激活图在空间、深度和随机种子之间变得连贯，梯度显著图更多落在物体上；在浅层卷积网络上，高斯、散粒和脉冲噪声下的准确率提升达到两位数，代价是干净准确率在MNIST、EMNIST及其彩色版本上约降一个点，在FashionMNIST和KMNIST上降几个点。