实体
Spectral Normalization
Spectral Normalization
PulseAugur coverage of Spectral Normalization — every cluster mentioning Spectral Normalization across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
DREG正则化方法在深度学习中展现出卓越的准确性
研究人员推出了一种名为DREG的逐层雅可比正则化技术，该技术可作为神经网络的通用惩罚。在一项大规模实证研究中，DREG与其他正则化器相比，展现出卓越的准确性，尤其是在数据稀疏和使用Transformer架构中常见的GELU激活函数时。该方法持续优于基线，并在噪声鲁棒性方面排名第二，表明其作为深度学习模型的即插即用解决方案的潜力。
-
新的贝叶斯头部提高了视觉变换器对噪声标签的鲁棒性
研究人员开发了一种新的贝叶斯头部，称为LipB-ViT，旨在提高视觉变换器对标签噪声的鲁棒性。这种架构无关的头部对变分权重强制执行谱归一化，从而实现更好的校准不确定性和减少噪声放大。该方法还引入了评估数据集质量和标签噪声的新颖指标，在检测语义错误分类标签方面优于现有技术。