Yann LeCun(@ylecun)：新论文表明，可以通过用参数化的tanh()函数替换归一化层来训练深度神经网络，而不需要使用归一化层。

在最近的一条推文中，著名的深度学习专家Yann LeCun分享了一篇开创性的论文，提出了一种替代传统深度神经网络中标准化层的方法。该论文介绍了一种利用参数化tanh()函数的方法。这种新颖的方法有可能简化神经网络架构，并影响深度学习模型的训练方式。对于那些对神经网络训练技术的最新进展感兴趣的人来说，这篇论文可能提供有价值的见解，并为克服与标准化层相关的一些挑战提供新的视角。- 新论文：发现可以通过用参数化的tanh()替换归一化层来训练深度神经网络。 - 该方法可以在深度神经网络中不使用归一化层进行训练。