BriefGPT.xyz
大模型
Ask
alpha
关键词
linear evaluation
搜索结果 - 5
LeOCLR: 利用原始图像进行对比学习视觉表征
本论文引入了 LeOCLR(Leveraging Original Images for Contrastive Learning of Visual Representations),一种新的实例辨识方法和适应的损失函数,以保证正样本之间
→
PDF
4 months ago
重新审视判别式与生成式分类器:理论与影响
本篇论文关注于深度学习中基于预训练模型所进行的线性评估,提出了朴素贝叶斯作为线性评估分类器的替代方案,在多分类情况下,我们发现,相对于逻辑回归,朴素贝叶斯需要更少的样本即可接近其渐近误差。
PDF
a year ago
自监督模型的表示质量理解
本文研究了 6 种最先进的自监督学习模型的表示空间,发现了对应于图像中独特物理属性的高活性功能,并提出了用于预测样本是否可能被错误分类的自监督表示质量得分(或 Q-Score)和用于改善低质量表示的正则化项。在多个基准数据集上进行的试验表明
→
PDF
2 years ago
测试时间数据增强的均值嵌入用于多重表示的集成
本文提出了一种简单有效的深度学习模型表示集成方法 --- 均值嵌入测试时间增强 (MeTTA),实验结果表明 MeTTA 显著提高了线性评估在 ImageNet 数据集上的质量,这一方法将集成的成功推广到推断更高质量的表示是开启集成技术更多
→
PDF
3 years ago
ICCV
对比学习视觉表示的可转移性广泛研究
本文通过研究在 12 个不同领域和物体检测任务中的线性评估、全网络转移和少样本识别等方面,系统地探讨了对比学习的不同方法学习到的表示的可迁移性,结果表明对比方法学习到的表示很容易适应不同的任务。除此之外,自监督对比损失与交叉熵 / 监督对比
→
PDF
3 years ago
Prev
Next