Betti数拓扑分析

AdaBet：面向深度神经网络高效训练的无梯度层选择方法

AdaBet: Gradient-free Layer Selection for Efficient Training of Deep Neural Networks

用Betti数分析激活空间拓扑、仅靠前向传播即可选出高学习能力的层与通道，为视觉模型在边缘设备上的端侧微调提供了一种免梯度、免标签的层选择手段，可直接嵌入现有迁移学习/域自适应流程以降低显存与反向传播开销。