BriefGPT.xyz
Ask
alpha
关键词
parameter exchange
搜索结果 - 2
MM
鲁棒动态域泛化的参数交换
通过断开静态和动态组件之间的联系,通过参数交换(PE)方法,实现对动态网络的静态组件进行更全面的学习,从而加强对自适应领域特定特征的学习,抵抗不可知领域偏移并提高自适应性能。
PDF
7 months ago
FedDIP: 极限动态剪枝和增量正则化的联邦学习
本研究提出了一种新的联邦学习框架 (FedDIP),通过动态模型修剪和错误反馈相结合的方式,来控制参数交换并实现模型稀疏化,以达到与其他模型修剪方法相媲美或更好的性能。
PDF
10 months ago
Prev
Next