BriefGPT.xyz
Ask
alpha
关键词
over-parameterized deep networks
搜索结果 - 3
利用网络参数叠加分解解决噪声标签问题
通过参数的加性分解和早停策略,本研究在深度网络中利用记忆效应来对抗有噪声的标签数据,并成功地区分了对干净数据和错标数据的记忆,从而减少错标数据的干扰并提高了推广性能。
PDF
4 months ago
通过过度参数化实现标签噪音下的稳健训练
为解决对于干扰数据的过度拟合而影响泛化效果,我们提出了一种基于稀疏过参数化和隐式正则化的优化方案,通过对标签噪声进行建模和分离,实现了对于训练数据中的噪声数据清洗,最终获得了在多个真实数据集上较先进的测试结果,同时为优化过度参数化模型开辟了
→
PDF
2 years ago
稀疏转移学习中的优胜彩票算法
本文基于 Lottery Ticket Hypothesis 对一系列迁移学习任务进行研究,通过使用无结构量级剪枝来发现最优子网络,实验结果表明减少约 90-95% 权重的稀疏子网络在多个现实场景下能够达到或超过原始网络的准确度。
PDF
5 years ago
Prev
Next