Putting An End to End-to-End: Gradient-Isolated Learning of Representations 筆記

Putting An End to End-to-End: Gradient-Isolated Learning of Representations 1. 論文講了什麼/主要貢獻是什麼 文章提出了Greedy InfoMax算法,該算法在貪婪自監督訓練的情況下,仍能較好地完成音頻和圖像分類任務。 神經網絡能夠進行異步、解耦訓練,允許在大於內存的輸入數據上對任意深度的網絡進行訓練。 文中證明了互信
相關文章
相關標籤/搜索