大規模なデータと高い注釈コストを考えると、事前トレーニングと微調整は、複数のコンピュータービジョンタスクで一般的なパラダイムになります。以前の研究では、このパラダイムでの教師なし事前トレーニングと

arxiv_reader のブックマーク 2023/03/28 11:54

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4734288910657673700/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2303.14382v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2303.14382v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2303.14382v1" data-user-icon="/users/arxiv_reader/profile.png">アクティブな微調整: 事前トレーニングと微調整のパラダイムにおけるアノテーション バジェットの活用</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/unsupervised">unsupervised</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/attention">attention</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22computer%20vision%22">computer vision</a>]</li><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/%22semantic%20segmentation%22">semantic segmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">大規模なデータと高い注釈コストを考えると、事前トレーニングと微調整は、複数のコンピューター ビジョン タスクで一般的なパラダイムになります。以前の研究では、このパラダイムでの教師なし事前トレーニングと</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230328#bookmark-4734288910657673700"><span class="datetime-body">2023/03/28 11:54</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！