[B! batch normalization][few-shot] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

batch normalizationとfew-shotに関するarxiv_readerのブックマーク (12)

https://arxiv-check-250201.firebaseapp.com/each/2404.00521v5
arxiv_reader 2024/11/05
few-shot

arXiv

dataset

GAN

arXiv reaDer

gradient

batch normalization

regularization
リンク
https://arxiv-check-250201.firebaseapp.com/each/2407.12210v2
arxiv_reader 2024/07/18
clustering

arXiv

unsupervised

classification

computer vision

batch normalization

few-shot

self-supervised

arXiv reaDer

generative
リンク
https://arxiv-check-250201.firebaseapp.com/each/2405.18751v2
arxiv_reader 2024/05/30
arXiv

classification

batch normalization

representation

benchmark

arXiv reaDer

few-shot

learning
リンク
https://arxiv-check-250201.firebaseapp.com/each/2404.00521v4
arxiv_reader 2024/04/03
dataset

arXiv reaDer

gradient

regularization

arXiv

GAN

batch normalization

few-shot
リンク
Genie: 量子化のためのデータを見せて
arxiv_reader 2022/12/12
ゼロショット量子化は、コストやプライバシーに関連する問題など、さまざまな理由でデータにアクセスできない場合に、軽量のディープニューラルネットワークを開発するための有望なアプローチです。ゼロショッ

zero-shot

synthesis

quantization

arXiv

pre-training

dataset

few-shot

arXiv reaDer
リンク
ドメインシフトのための事前トレーニングされたネットワークのいくつかのショットの適応
arxiv_reader 2022/10/25
ソース（トレーニング）データとターゲット（テスト）データの間にドメインシフトがある場合、ディープネットワークはパフォーマンスが低下する傾向があります。最近のテスト時間適応方法は、新しいターゲット環境に

few-shot

semantic segmentation

dataset

batch normalization

arXiv

pre-training

classification

domain adaptation

arXiv reaDer
リンク
ドメインシフトのための事前トレーニングされたネットワークのいくつかのショットの適応
arxiv_reader 2022/05/31
ソース（トレーニング）データとターゲット（テスト）データの間にドメインシフトがある場合、ディープネットワークはパフォーマンスが低下する傾向があります。最近のテスト時間適応方法は、新しいターゲット環境に

semantic segmentation

dataset

few-shot

batch normalization

arXiv

pre-training

classification

domain adaptation

arXiv reaDer
リンク
Easter2.0：手書きテキスト認識のための畳み込みモデルの改善
arxiv_reader 2022/05/31
畳み込みニューラルネットワーク（CNN）は、手書きテキスト認識（HTR）のタスクで有望な結果を示していますが、パフォーマンスの点では、リカレントニューラルネットワーク（RNN）/トランスフォーマーベー

few-shot

residual

RNN

transformer

batch normalization

arXiv

CNN

augmentation

classification

arXiv reaDer
リンク
確率的ホワイトニングバッチ正規化
arxiv_reader 2021/06/09
バッチ正規化 (BN) は、ディープニューラルネットワーク (DNN) をトレーニングするための一般的な手法です。 BN は、スケーリングとシフトを使用してミニバッチのアクティベーションを正規化し

batch normalization

classification

few-shot

DNN

arXiv reaDer

arXiv
リンク
少数のショットの学習と適応の橋渡し：サポートの新たな課題-クエリシフト
arxiv_reader 2021/05/26
少数のショット学習（FSL）アルゴリズムは、ほんの一握りのラベル付きデータを使用して、新しい概念の学習において大幅な進歩を遂げました。テスト時に遭遇した新しいクラスからクエリインスタンスを分類するには

arXiv

unsupervised

arXiv reaDer

few-shot

domain adaptation

classification

dataset

learning

benchmark

batch normalization
リンク
バッチグループの正規化
arxiv_reader 2020/12/07
ディープ畳み込みニューラルネットワーク（DCNN）は、トレーニングが難しく、時間がかかります。正規化は効果的な解決策の1つです。以前の正規化方法の中で、バッチ正規化（BN）は、中規模および大規模のバッ

unsupervised

arXiv

batch normalization

few-shot

classification

adversarial

domain adaptation

arXiv reaDer

CNN

NAS
リンク
プロトタイプベースのインクリメンタル少数ショットセマンティックセグメンテーション
arxiv_reader 2020/12/03
ニューラルネットワークに必要な監視の量を減らすことは、高密度のピクセルレベルの注釈を収集することが特に費用がかかるセマンティックセグメンテーションのコンテキストでは特に重要です。この論文では、この問題

arXiv reaDer

dataset

regularization

learning

semantic segmentation

few-shot

arXiv

batch normalization
リンク
1

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx