本次发布的数据集 MLP and CNN Architectures for Sparse Training, 该数据集包含了用于评估高稀疏网络中Exact Orthogonal Initialization（EOI）方法性能的各种架构。具体包括对具有特定配置的1000层多层感知机（MLP）和1000层卷积神经网络（CNN）的实验。数据集涵盖了多种激活函数（如线性、双曲正切、硬双曲正切、ReLU），并评估了从0%到97%的多个稀疏度水平。这些实验均基于1000层网络的规模进行，旨在评估深度网络中稀疏初始化方法的性能。
查看MLP and CNN Architectures for Sparse Training
README 内容：
关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。
_1769672084863.jpg)