UCL等三強聯手提出完全可微自適應神經樹：神經網絡與決策樹完美結合

【新智元導讀】UCL、帝國理工和微軟的研究人員合作，將神經網絡與決策樹結合在一起，提出了一種新的自適應神經樹模型ANT，打破往侷限，可以基於BP算法做訓練，在MNIST和CIFAR-10數據集上的準確率高達到99%和90%。 神經網絡的成功關鍵在於其表示學習的能力。但是隨着網絡深度的增加，模型的容量和複雜度也不斷提高，訓練和調參耗時耗力。 另一方面，決策樹模型通過學習數據的分層結構，可以根據數據集

>>阅读原文<<