标签
本文探讨了缓解Forward-Forward算法中睡眠剥夺效应的方法，通过替代激活和损失优化等技术，在MNIST和Fashion-MNIST数据集上显示了2%至62%的准确率提升。
本文提出了一种用于仅前向卷积神经网络的可学习通道-类别分配机制，结合了熵和正交正则化以及损失感知的层级贡献策略。该方法在CIFAR-10、CIFAR-100和Tiny-ImageNet上实现了前向-前向算法中的最先进性能，显著缩小了与反向传播的差距。