我一直在阅读一堆关于卷积网络和强化学习的论文。
我记得看到一篇重要的论文，卷积层的形状是非矩形的（这张愚蠢的图中的绿色形状）。但是现在我找不到了。
它可能类似于 AlphaGo 论文或游戏板上的强化学习。
有人能建议或猜出它是哪张纸吗？
在卷积神经网络中使用非矩形内核吗？尤其是在分析游戏板时
机器算法验证
参考
卷积神经网络
强化学习
2022-03-22 19:39:45
2个回答
{1} 比较方形与三角形 2D 卷积
正如 Geomatt22 所提到的，在您给出问题的示例中，可以使用方形过滤器并希望在训练阶段学习过滤器的“实际”形状。
{1} 格雷厄姆，本。“稀疏 3D 卷积神经网络。” arXiv 预印本 arXiv:1505.02890 (2015)。https://scholar.google.com/scholar?cluster=10336237130292873407&hl=en&as_sdt=0,22；https://arxiv.org/abs/1505.02890
这似乎出现在 Herbrich 早期关于 Go 的论文中。
“围棋中的图学习”——他将棋盘视为不同的拓扑结构
他在2015 年的演示文稿中的这张幻灯片提到了 13 种不同的“模式”（这与 AlphaGo 的方法有些不同）
参考
Graepel, T.、Goutrie, M.、Krüger, M. 和 Herbrich, R.（2001 年 8 月）。“在围棋游戏中学习图表。” 在人工神经网络国际会议上（第 347-352 页）。施普林格柏林海德堡。
Herbrich, R. (2015) “工业中的机器学习”。取自http://mlss.tuebingen.mpg.de/2015/slides/herbrich/herbrich.pdf
其它你可能感兴趣的问题