deep-equilibrium-models

本文介绍了响应重整化，一种通过解决近奇异雅可比矩阵问题来提高深度平衡模型训练稳定性的反向传播框架，并在各种多物理场应用中进行了验证。

介绍了SILVA Networks，一种隐式神经架构，在不动点公式中显式分离了刺激、局部/全局交互、阻尼和读出，并在图像、分子、引文网络和长程图基准上进行了测试。

作者分享了对如何将收敛性作为迭代权值绑定模型可靠停止信号的思考，讨论了DEQ、Huggin、Ouro和EqR等论文中的技巧，并强调了预归一化和输入注入的作用。