BriefGPT.xyz
Ask
alpha
关键词
lipschitz constraints
搜索结果 - 4
提高可认证鲁棒性的配方:容量与数据
通过使用新技术、设计优化和先前工作的综合综合,我们能够显著提高确定性认证方法在各种基准数据集上的最新鲜准确性,并扩展了扰动范围大小,尤其是通过在现有最新雅可比约束控制的 ResNet 架构末端添加大型 “Cholesky - 正交化残差稠密
→
PDF
9 months ago
LOT: 层级正交训练在提高 L2 认证鲁棒性上的应用
该研究提出一种基于层次正交训练和利普希茨限制的深度神经网络训练方法,结合半监督学习来提高模型的认证鲁棒性,并证明其在多个数据集和网络结构上表现出卓越的性能。
PDF
2 years ago
Lipschitz 约束卷积神经网络中梯度消失的预防
通过 Block Convolution 正交参数化的方法,我们可以训练具有可证明的 Lipschitz 界限的大型卷积神经网络,其表现与现有方法相当,实用性强。
PDF
5 years ago
ICML
Lipschitz 生成对抗网络
本文从判别函数最优梯度含义化角度研究生成对抗网络 (GANs) 的收敛性,并表明通过添加 Lipschitz 约束可以消除由于梯度缺乏信息而导致的问题,因此提出了一类名为 Lipschitz GANs (LGANs) 的 GANs,实验证明
→
PDF
5 years ago
Prev
Next