この論文では、深層学習におけるデータの不均衡の問題に対処するためのシンプルで効果的な方法（ABSGD）を紹介します。私たちの方法は、注意メカニズムを活用してミニバッチの各勾配に個別の重要度の重みを割り

arxiv_reader のブックマーク 2021/10/12 15:37

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4709618916873890818/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2012.06951v3" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2012.06951v3" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2012.06951v3" data-user-icon="/users/arxiv_reader/profile.png">不均衡な分類のための注意バイアス確率的勾配</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/regularization">regularization</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/SGD">SGD</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/gradient">gradient</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li></ul><br><p style="clear: left">この論文では、深層学習におけるデータの不均衡の問題に対処するためのシンプルで効果的な方法（ABSGD）を紹介します。私たちの方法は、注意メカニズムを活用してミニバッチの各勾配に個別の重要度の重みを割り</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211012#bookmark-4709618916873890818"><span class="datetime-body">2021/10/12 15:37</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！