端到端的梯度提升网络分类过程可视化

来源：信号处理杂志 2022年第2期北京时间：

作者：葛家驿, 杨乃森, 唐宏, 徐朋磊, 纪超

摘要：端到端的梯度提升网络是由多个基学习器集合而成的神经网络。它与残差网络结构上有相似之处，二者后面的网络单元（学习器或残差块）都在前面网络单元的基础上继续学习，以逐渐逼近目标函数。端到端的梯度提升网络其网络结构较为复杂，我们对其工作机制的理解还不足。可视化技术有助于我们直观地理解网络内部的工作机制。本文着眼于探究端到端的梯度提升网络的分类过程和特点，在模拟数据上对其分类过程进行了可视化，通过与全连接网络和残差网络的对比突出其特点和问题，并利用哑节点说明其自正则能力相对较弱。然后，利用可视化方法探索了学习率对其分类过程的影响。最后，通过实际分类任务上的实验，在一定程度上验证了可视化相关结论的正确性。

关键词：端到端的梯度提升网络, 残差网络, 分类过程, 可视化, 学习率