ドロップアウトは、高レベルの視覚タスクでの過剰適合の問題を軽減するように設計されていますが、画像の超解像(SR)などの低レベルの視覚タスクに適用されることはめったにありません。古典的な回帰問題として、SRは高レベルのタスクとは異なる動作を示し、ドロップアウト操作に敏感です。ただし、このホワイトペーパーでは、ドロップアウトを適切に使用するとSRネットワークにメリットがあり、一般化機能が向上することを示します。具体的には、ドロップアウトはネットワークの最後にうまく埋め込まれ、複数の劣化の設定に非常に役立ちます。この発見は私たちの常識を破り、その働きのメカニズムを探求するように私たちを鼓舞します。さらに、2つの分析ツールを使用します。1つは最近のネットワーク解釈作業からのもので、もう1つはこのタスク用に特別に設計されたものです。分析結果は、実験結果の副次的な証明を提供し、SRネットワークを理解す
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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