BriefGPT.xyz
Ask
alpha
关键词
regularization hyperparameters
搜索结果 - 4
ICLR
适当使用正则化超参数有助于缓解毒化攻击
本文提出了一种新的攻击策略,从而使训练数据集的一部分被操纵,降低机器学习算法的性能,研究结果表明,现行的方法过于悲观,提出的新方法可以作出优化攻击策略,选择最佳正则化参数,以及在最坏情况下评估模型的鲁棒性,实验结果表明,采用 $L_2$ 正
→
PDF
3 years ago
ICLR
自适应网络:使用结构化最佳响应函数进行双层超参数优化
本文提出了一种自适应正则化超参数神经网络的方法,其中利用最优响应函数的紧凑逼近来适应正则化超参数,由于超参数是在线自适应的,因此可以发现优于固定超参数值的超参数调度,并且在大规模深度学习问题上超越了竞争的超参数优化方法。
PDF
5 years ago
KDD
基于 Rademacher 复杂度界限的条件核均值嵌入超参数学习
本研究提出了一种基于 Rademacher 复杂度界限的超参数学习框架,用于平衡数据拟合与模型复杂度,从而达到无需核逼近的可扩展核超参数调整方法,并证明本方法优于现行竞争者,可进一步扩展以融合有效应用深度神经网络的权重以提高泛化性能。
PDF
6 years ago
ICML
基于梯度的可扩展连续正则化超参数调整
本文提出一种基于梯度的方法来调整模型的超参数,使其在对验证成本更有利的情况下进行模型参数梯度和更新,实现对正则化超参数的调优。在 MNIST、SVHN 和 CIFAR-10 数据集上的实验表明,此方法比其他基于梯度的方法成本更低且一致找到了
→
PDF
9 years ago
Prev
Next