Learning Discrete Representations via Information Maximizing Self Augmented Training [arXiv:1702.08720]
Learning Discrete Representations via Information Maximizing Self Augmented Training [arXiv:1702.08720] 概要 Learning Discrete Representations via Information Maximizing Self Augmented Trainingを読んだ Chainerで実装した はじめに Information Maximizing Self Augmented Training（以下IMSAT）は、Regularized Information Maximization（以下RIM）による学習と、data augmentationを用いて予測分布を滑らかにする学習の2つを同時に使ってクラスタリングを行う手法です。 MNISTを教師なしで98%分類できる
![Learning Discrete Representations via Information Maximizing Self Augmented Training [arXiv:1702.08720]](https://cdn-ak-scissors.b.st-hatena.com/image/square/a7d57690043ca98898bbd61f10300c7a127dd8d4/height=288;version=1;width=512/http%3A%2F%2Fmusyoku.github.io%2Fimages%2Fpost%2F2017-03-11%2Fmnist_train.png)
1
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
Learning Discrete Representations via Information Maximizing Self Augmented Training [arXiv:1702.08720]
