BriefGPT.xyz
Ask
alpha
关键词
deep neural network ensembles
搜索结果 - 3
深度集成的分层剪枝与焦点多样性
该论文提出了一种新的深度集成修剪方法,可以高效地识别较小的深度集成,并提供比大量成员网络的整个深度集成更高的集成准确性。该论文的方法基于三种创新的修剪技术:焦点多样性度量、分层修剪方法和焦点多样性一致性方法,通过这些技术能够在集成决策中更加
→
PDF
8 months ago
探索用于提升集成强健性的模型学习异质性
通过形式分析和实证评估,本文展示了异构深度集成模型可以通过高集成多样性有效地利用模型学习的异质性以提高集成的鲁棒性。
PDF
9 months ago
MotherNets: 快速深度集成学习
该研究提出 MotherNets 来解决深度神经网络集成中的训练成本和模型多样性问题,并在减少训练成本和提高模型精度方面取得了新的 Pareto 前沿。
PDF
6 years ago
Prev
Next