データセット蒸留法は、大規模なデータセットを合成サンプルの小さなセットに圧縮することを目的としています。これにより、トレーニング時に、データセット全体での通常のトレーニングと比較して、競争力のあるパフ

arxiv_reader のブックマーク 2022/11/22 12:46

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4728445992170988708/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2211.10586v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2211.10586v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2211.10586v1" data-user-icon="/users/arxiv_reader/profile.png">一定のメモリを使用してデータセット蒸留を ImageNet-1K にスケールアップする</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/trajectory">trajectory</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/distillation">distillation</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/synthesis">synthesis</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/arXiv">arXiv</a>]</li></ul><br><p style="clear: left">データセット蒸留法は、大規模なデータセットを合成サンプルの小さなセットに圧縮することを目的としています。これにより、トレーニング時に、データセット全体での通常のトレーニングと比較して、競争力のあるパフ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221122#bookmark-4728445992170988708"><span class="datetime-body">2022/11/22 12:46</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！