ICLR2018_mixup: Beyond Empirical Risk Minimization
作者 Hongyi Zhang 張宏毅 @ 張宏毅知乎 北大->MIT 論文所屬FAIR Abstract 深度神經網絡有些不好的行爲：強記憶和對對抗樣本敏感 Christian Szegedy等人在ICLR2014發表的論文中，他們提出了對抗樣本（Adversarial examples）的概念，即在數據集中通過故意添加細微的干擾所形成的輸入樣本，受干擾之後的輸入導致模型以高
相關文章
- 1. mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 2. Mixup:Beyond Empirical Risk Minimization
- 3. 【論文閱讀】mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 4. 【深度學習】Mixup: Beyond Empirical Risk Minimization
- 5. [深度學習論文筆記][ICLR 18]mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 6. structural risk minimization
- 7. 機器學習理論 之 經驗風險最小化（Empirical Risk Minimization）
- 8. 經驗風險最小化(Empirical Risk Minization,ERM)
- 9. 結構風險最小化(Structural Risk Minimization, SRM)
- 10. The Differences between Risk Management, Risk Assessment, and Risk Analysis
- 更多相關文章...
- • ASP 引用文件 - ASP 教程
- • 再有人問你分佈式事務，把這篇扔給他
- • 常用的分佈式事務解決方案
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 2. Mixup:Beyond Empirical Risk Minimization
- 3. 【論文閱讀】mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 4. 【深度學習】Mixup: Beyond Empirical Risk Minimization
- 5. [深度學習論文筆記][ICLR 18]mixup: BEYOND EMPIRICAL RISK MINIMIZATION
- 6. structural risk minimization
- 7. 機器學習理論 之 經驗風險最小化（Empirical Risk Minimization）
- 8. 經驗風險最小化(Empirical Risk Minization,ERM)
- 9. 結構風險最小化(Structural Risk Minimization, SRM)
- 10. The Differences between Risk Management, Risk Assessment, and Risk Analysis