ResNet10

Pairwise learning boosts deep neural network data efficiency

研究人员开发了一种成对学习框架，可显著提高深度神经网络的数据效率，尤其是在小样本回归任务中。通过将回归重新构建为聚合的相对排名，该方法在各种模型架构和数据集大小上都能提高性能，而无需额外的监督。使用这种成对方法训练的轻量级ResNet10在UTKFace数据集上的平均绝对误差（MAE）低于以往的模型，并且在STL10数据集的有限标记示例分类任务上，其性能也优于标准的交叉熵模型。