学界 | 英特尔新论文提出事件驱动的随机反向传播：能实现神经形态深度学习
近来的研究成果表明：准确的反向传播的权重对学习深度表征而言并不是必需的。随机反向传播使用了随机的权重来替换反馈的权重并鼓励该网络调整其前馈权重，从而学习该（随机）反馈权重的伪逆。
排序
学界｜不通过梯度下降来训练神经网络：一个可扩展的ADMM途径
梯度下降选自 arxiv.
学界 | Geoffrey Hinton最新论文：层归一化
归一化选自 arXiv.org作者：Jimmy Lei Ba、Jamie Ryan Kiros、Geoffrey E