training loss | BriefGPT - AI 论文速递

关键词training loss

搜索结果 - 26

ICML透过对抗性的视角分析联邦学习
本篇论文探讨了在联邦学习中的模型污染攻击，通过提出一种交替极小化策略和使用参数估计方法使恶意代理更容易成功攻击，同时提出利用可解释性技术生成模型决策的视觉解释，为联邦学习中的漏洞和防御策略提供了借鉴。
PDF6 years ago
ICML梯度下降找到深度神经网络的全局最小值
通过分析神经网络架构的格拉姆矩阵的结构，证明了梯度下降法在针对深度超参数神经网络 ResNet 的多项式时间内实现零训练损失，并且进一步将该分析扩展到了深度残差卷积神经网络并获得了类似的收敛结果。
PDF6 years ago
深度视觉领域自适应：一份综述
本研究提供了关于计算机视觉领域中，基于深度学习的深度域适应方法的全面概述，分类不同的深度域适应情景，总结了深度域适应方法，重点分析比较了各种情况下的最先进方法，并着重强调了当前方法的潜在缺陷和未来几个方向。
PDF6 years ago
ICLR使用循环学习率探索损失函数拓扑
通过观测神经网络的的新结果，通过应用循环学习速率（CLR）和线性网络插值，我们探讨了训练残差网络时发现的以前未报告的现象，其行为包括训练损失的反直觉增减和快速训练，如 CLR 即使使用较大的学习速率也能产生更高的测试准确性。
PDF7 years ago
CVPRDeMoN: 用于学习单目立体视觉深度和运动的深度和运动网络
该论文将运动结构问题建模为学习问题，使用卷积网络端到端地训练连续、无约束图像对的深度和相机运动，采用多层叠加的编码器 - 解码器网络。与传统的两帧结构运动方法相比，结果更加精确、更强韧。
PDF8 years ago
用于平均精度目标类别检测器的端到端训练
该文研究了一种利用均值平均精度作为训练损失的方法来直接训练 CNN 基础物体分类器，并探讨了如何有效计算这些损失的梯度。该方法在训练时同时使用非极大值抑制，使得训练与测试时使用相同的模型和损失函数。在 PASCAL VOC 2007 和 2
PDF8 years ago