こんにちは。 現役エンジニアの”はやぶさ”@Cpp_Learningです。最近、距離学習を楽しく勉強しています。 今回は、損失関数のCenter Lossについて勉強したので、備忘録も兼ねて本記事を書きます。
![【深層距離学習】Center Lossを徹底解説 -Pytorchによる実践あり-|はやぶさの技術ノート](https://cdn-ak-scissors.b.st-hatena.com/image/square/b42981ea577b90ee25646d9b04a957494e171bc5/height=288;version=1;width=512/https%3A%2F%2Fcpp-learning.com%2Fwp-content%2Fuploads%2F2019%2F12%2FCenterLoss-algorithm.jpg)
論文リンク AugMix: A Simple Method to Improve Robustness and Uncertainty under Data Shift | OpenReview 公式実装(Pytorch) GitHub - google-research/augmix: AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty どんなもの? 先行研究と比べてどこがすごい? 技術や手法のキモはどこ? Step1 Step2 Step3 どうやって有効だと検証した? 議論はある? 次に読むべき論文は? どんなもの? Datasetのshiftの下で、堅牢性と不確実性を改善する、シンプルだけど効果的な方法を提案。 下のgif(公式実装より引用)を見ると概要が良く分かる。 先行研究と
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
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