Oct, 2021
超级表示:基于神经网络权重的自监督表示学习用于模型特征预测
Hyper-Representations: Self-Supervised Representation Learning on Neural Network Weights for Model Characteristic Prediction
Konstantin Schürholt, Dimche Kostadinov, Damian Borth
TL;DR本文提出了在神经网络中使用自监督学习方法来学习超级表示法,引入了特定领域的数据增强和适应的注意力架构,并通过实验证明该方法能够较好地预测超参数、测试精度和泛化差距,并能用于超越分布场景。