Nov, 2019
面向群体转移的分布式鲁棒神经网络:正则化对最坏情况泛化的重要性
Distributionally Robust Neural Networks for Group Shifts: On the Importance of Regularization for Worst-Case Generalization
Shiori Sagawa, Pang Wei Koh, Tatsunori B. Hashimoto, Percy Liang
TL;DR本研究发现,对过度参数化的神经网络直接应用分组分布式稳健优化(DRO)不起作用;相反,需要使用强化正则化或提前停止来提高最坏组的准确性,这表明对于过度参数化的情况下的 “最坏组” 泛化,正则化是必不可少的。