arXiv ID:
2606.03927
FFR:用于回归问题的前向-前向学习算法 / FFR: Forward-Forward Learning for Regression
1️⃣ 一句话总结
本文提出了FFR算法,首次将原本只适用于分类任务的前向-前向学习扩展到回归问题,通过引入序数竞争、分层阶梯架构和多尺度预测等创新设计,在多个真实回归数据集上恢复了反向传播算法约98.6%的精度,同时大幅降低训练内存消耗(深层结构下仅为后者的8%),并实现了计算效率提升和免费的不确定性估计。