Aug, 2023
基于数据预算的分布鲁棒分类
Distributionally Robust Classification on a Data Budget
Benjamin Feuer, Ameya Joshi, Minh Pham, Chinmay Hegde
TL;DR在数据有限的情况下,我们通过在图像分类中使用损失函数为交叉熵的标准 ResNet-50 模型在 240 万图像样本上进行训练,展示出与训练了 4 亿个样本的 CLIP ResNet-50 模型相媲美的分布鲁棒性的结果。这是我们所知的首个在有限数据预算上展示出(接近)当前最先进的分布鲁棒性的研究成果。