performance comparison | BriefGPT

关键词performance comparison

搜索结果 - 39

深度学习中的激活函数：综述和基准比较
本论文综述了深度学习神经网络中激活函数的综合评估与调查，并对不同类型的激活函数进行了分类和性能比较。
PDF3 years ago
ICML基于梯度的可解释性方法与二值化神经网络
本文比较了应用在二值化神经网络与全精度神经网络的几种常用显著图解释技术（梯度、平滑梯度和 GradCAM）表现的差异，结果发现 SmoothGrad 方法在 BNNs 时产生明显的噪音地图，而 GradCAM 则在网络类型上产生显著的不同，
PDF3 years ago
IJCAIGraphVICRegHSIC: 面向图形的改进自监督表示学习，使用混合损失函数
本文讨论了在图神经网络方面的自监督学习和预训练策略，使用几种不同的损失函数（Bar-low Twins、HSIC、VICReg）进行了实验，其中比较了这些方法在 7 个数据集上的表现，最终提出的 VICRegHSIC 混合损失函数优于其他方
PDF3 years ago
ACLNLPStatTest：比较 NLP 系统性能的工具包
本文提出了一种基于效应大小估计的三阶段比较 NLP 系统性能的方法，并提供了一个工具包 NLPStatTest，该工具包可以自动化处理上传的 NLP 系统评估分数，进行合适的显著性检验和效应大小估计，并进行功效分析来估计 II 型错误。这个
PDF4 years ago
对比自监督学习综述
本研究对自监督学习中采用对比学习方法的常见预训练任务及各种方法进行了广泛的回顾，并通过图像分类，目标检测和动作识别等多个下游任务的性能比较，探讨了当前方法的限制以及未来发展方向。
PDF4 years ago
EMNLP终止无效比较：端到端关系抽取
本文针对目前关系提取领域中性能比较不可靠的问题，提出了一些无效比较的模式，并进行了实证研究来量化最常见错误对最终关系提取性能的影响，揭示了 BERT 和 span-level NER 的不足。本文强调在评估环节中应统一评估设置和数据集统计，
PDF4 years ago
FedML：联邦机器学习研究库与基准
介绍了一个开放的研究库和基准，名为 FedML，旨在促进联邦学习算法的开发和公平性能比较，支持三种计算范例，并带有灵活和通用的 API 设计和全面的参考实现。
PDF4 years ago
CVPR基于序列图卷积网络的主动学习
本文提出了一种基于图卷积网络（GCN）的新颖池化主动学习框架，利用 GCN 对节点进行消息传递操作识别出已标记和未标记的节点，并利用节点的嵌入和置信度得分以及 CoreSet 和基于不确定性的采样技术选择未标记示例，反转其标签并重新训练学习
PDF4 years ago
基于字符级 Transformer 的神经机器翻译
本文针对机器翻译中常用的子词级神经网络模型提出了基于字符级翻译的 Transformer 模型，实验证明所提出的模型在训练效率和翻译质量方面是优于先前的字符级模型且与子词级模型相当的，代码和模型已经公开发布。
PDF4 years ago
边缘计算上机器学习包性能比较
本文通过对 TensorFlow、Caffe2、MXNet、PyTorch 和 TensorFlow Lite 等多种机器学习软件在不同边缘设备上的性能评估，包括延迟、内存占用和耗能等方面，旨在为最终用户提供参考并为开发人员指出优化软件包的
PDF5 years ago
CVPR图像修复的多级编码器 - 解码器架构
本研究提出了一种基于编解码器网络的多层扩展框架，探究了不同网络结构对图像修复任务的影响，并与其他最先进方法进行了性能比较。关键词包括图像修复、深度学习、编解码器网络、网络结构和性能比较。
PDF5 years ago
2017 机器人工具分割挑战赛
通过公共数据集来推动机器学习算法性能比较和改进已在计算机视觉等领域成为主流，而在机器人辅助手术方面，由于缺乏公共数据集和基准测试方法，这种方法的使用有限。2017 年，一项机器人仪器分割挑战赛涉及了 10 个团队，参与了基于二进制、部分和类
PDF5 years ago
EMNLP阅读理解问题变得更容易的因素是什么？
通过研究机器阅读理解中问题的难易程度，分析数据集创建中的困难之处和基准模型的性能。在手动注释的问题样本中发现，较难的问题需要更多的知识推理和多句话推理技能，并且多选题需要更广泛的推理能力。这些结果表明，在机器阅读理解领域中的最新进展可能被高
PDF6 years ago
COLING用于复述识别、语义文本相似性、自然语言推理和问答的神经网络模型
本文分析了几种神经网络设计（及其变体），对八个数据集进行了广泛的比较，包括释义识别、语义文本相似性、自然语言推断和问题回答等任务。我们提供了一个系统的研究，表明编码上下文信息的 LSTM 和句间交互至关重要，而 Tree-LSTM 并不能像
PDF6 years ago
基于会话的推荐算法评估
对于基于会话的推荐，简单的基于最近邻的方法往往表现出与复杂的基于深度神经网络的方法相当或显著更好的性能。需要更多关于基于会话的推荐算法的改进。
PDF6 years ago
语音识别的核逼近方法
本文研究在语音识别中应用大规模核方法和深度神经网络进行声学建模，并比较它们的性能。我们在四个数据集上进行了实验，使用随机傅里叶特征方法以扩展核方法的规模，在特征选择和监控基于帧的指标等方面提出了两种新技术，并演示了这些方法综合运用可以将核声
PDF7 years ago
真正在线时序差分学习
本文在大量实证比较中发现，相比于传统的 TD (λ) 和 Sarsa (λ) 方法，真正实现了在线前向视图等整体更新的 True Online 方法不仅在理论性质上更优，而且在实践中更具有优势，并且提供了一种转化方法，可以通过在线前向视图的
PDF9 years ago
KDD深度学习软件框架的比较研究
本文比较了五种深度学习框架（Caffe，Neon，TensorFlow，Theano 和 Torch）在三个方面的性能（可扩展性，硬件利用率和速度指标），并评估了它们在训练和部署各种深度学习结构时的性能。研究结果表明：Theano 和 T
PDF9 years ago
基于卷积神经网络的地点识别
本文介绍了一种基于 CNN 模型的场所识别技术，在空间和时间维度上使用组合得到 CNN 模型的强大特征，并应用于一些基准数据集进行评估，该技术在召回率上取得了 75％的提升和 100％精度，明显优于之前所有的最新技术。在本文中，还对所有 2
PDF10 years ago