pre-trained neural networks | BriefGPT

关键词pre-trained neural networks

搜索结果 - 8

MeGA: 基于遗传算法的合并多个独立训练的神经网络
本研究介绍了一种新的方法，使用名为 MeGA 的遗传算法合并多个预训练神经网络的权重。通过使用竞标选择、交叉和变异来优化权重组合，我们的方法允许合并模型继承父模型的优势特征，从而提高准确性和鲁棒性。通过在 CIFAR-10 数据集上的实验，
PDFa month ago
适应预训练网络用于高动态范围显示器上的图像质量评估
本研究探索了在高动态范围（HDR）数据上训练深度学习模型进行图像质量评估（IQA）的更有效的方法，并通过添加微调和域适应将基于标准动态范围（SDR）数据的预训练模型重新定位到 HDR 数据，验证了我们的方法优于之前的基准结果，并在 HDR
PDF2 months ago
图像分类中预训练模型特征提取评估
比较了不同的预训练神经网络在图像分类任务中的特征提取性能，结果表明 CLIP-ViT-B 和 ViT-H-14 模型在多个数据集上取得了最好的表现，CLIP-ResNet50 模型表现类似但变异性较小。因此，我们的研究证明了在图像分类任务中
PDF9 months ago
量子信息科学中的数据中心机器学习
提出了一系列以数据为中心的启发式方法来改善机器学习系统在量子信息科学问题上的表现。具体而言，我们考虑如何通过系统地构建训练集来显著提高用于量子状态重构的预训练神经网络的准确性，而不改变底层架构。
PDF2 years ago
使用预训练神经表示的离线强化学习的不稳定性
本研究从实证的角度研究了离线强化学习的稳定性，尝试使用来自预训练神经网络的特征进行样本高效的离线强化学习，结果表明即使使用这种预训练表示，仍然存在显著的误差扩大，离线强化学习仅在极小的分布偏移范围内是稳定的。这些结果表明，成功的离线强化学习
PDF3 years ago
DeepM&Mnet：基于神经网络操作符逼近的电致对流多物理场推断
提出了一个新的数据同化框架 DeepM ＆ Mnet 来模拟多物理和多尺度问题，其速度比标准数值方法快得多，利用预训练的神经网络 DeepONets 作为构建模块，并形成多物理解决方案的约束条件。
PDF4 years ago
ACL通过特征匹配学习隐式文本生成
这篇论文介绍了一种针对序列数据的 GFMN 算法，具有稳定性和较好的效果，适用于无条件文本生成、条件文本生成和无监督文本样式转换。
PDF4 years ago
BERT 模型看什么？BERT Attention 机制分析
本文通过分析 BERT 的注意力机制及其输出结果，提出了新的方法并应用于其内部结构的探究，证明 Bert 的 attention heads 明显与语言的语法和指代有关，其中某些 attention heads 可以高精度地表示动词的直接宾
PDF5 years ago