可完全训练的深度可微逻辑门网络与查找表网络

论文提出同时优化深度可微逻辑门网络（LGN）和查找表网络（LUTN）连接结构的方法：为每个输入引脚学习候选连接的概率分布，并与门类型或LUT条目并行优化。作者报告，在MNIST上两层8000个逻辑门达到98.92%，单层达到98.45%，相较固定连接LGN约减少近50倍门数量；两层2000个6输入LUT达到98.88%。