跳到正文
热点事件持续更新

成对比较框架提升深度网络小样本数据效率

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Robert Bain 等作者提出成对比较框架,将回归任务重构为聚合相对排序,并在多种模型架构和数据集规模上报告了数据效率的提升。 在 UTKFace(23k 图像)上,作者称该方法无需额外监督即可生成超 10 亿条训练比较,使家用硬件从零训练的轻量 ResNet10 达到 3.64 年 MAE,超过包括大规模预训练在内的此前模型。上述效果为作者报告的结果。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.AI
    成对学习提升深度神经网络的数据效率

    研究者提出成对比较框架,将回归任务重构为聚合相对排序,在多种模型架构和数据集规模上提升数据效率。在 UTKFace(23k 图像)上,该方法无需额外监督即生成超 10 亿条训练比较,使家用硬件从零训练的轻量 ResNet10 达到 3.64 年 MAE,超过包括大规模预训练在内的此前模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。