BriefGPT.xyz
Ask
alpha
关键词
training losses
搜索结果 - 5
控制、传输和采样:朝着更好的损失设计
通过扩展扩散采样、最优输运和最优随机控制之间的联系,通过它们与 Schrödinger 桥问题的共同联系,我们提出了可以用于将 ν 转移到 μ,从而通过最优控制动力学从目标 μ 中进行采样的新型目标函数。我们强调了逐路径观点的重要性以及关于
→
PDF
a month ago
ICML
无监督对抗式检测无需额外模型:训练损失应改变
深度学习模型中对抗鲁棒性是一个关键挑战。我们提出了新的训练损失和检测方法,可以减少不必要的特征,并且不需要先验对抗攻击类型的知识。该方法在各种攻击类型上具有良好的性能和低误报率。
PDF
a year ago
ICML
后处理校准的类别训练损失缩放
为解决各个类别间外观变化的不同导致的严重训练偏差和预测不可靠性的问题,本研究提出了一种新的预测校准方法,通过使用多个类别缩放因子缓解类别训练误差的差异。实验表明该方法在类别不平衡和超参数未经调整的情况下表现出色,可轻松与后续校准方法结合使用
→
PDF
a year ago
torchgfn:PyTorch GFlowNet 库
介绍了一个名为 torchgfn 的基于 PyTorch 的库,旨在为生成流网络提供一个简单的 API 和有用的抽象,并通过在一系列常见环境和损失函数上进行训练,通过提供多个示例来解决不同代码库之间的差异问题。
PDF
a year ago
无监督唱声转换
该论文提出了一种基于深度学习的歌唱声音转换方法,该方法不需要以文本或音符为条件,并可直接将一个歌手的音频转换为另一个歌手的声音。通过使用单个 CNN 编码器和一个分类器来进行训练和模型改进,每个歌手都表示为一个嵌入式向量,以便检测其独特的音
→
PDF
5 years ago
Prev
Next