ResNetにおける変分深さ探索【JST・京大機械翻訳】

Antoran Javier; Allingham James Urquhart; Hernandez-Lobato Jose Miguel

プレプリント

J-GLOBAL ID：202202205260735212 整理番号：22P0109127

ResNetにおける変分深さ探索【JST・京大機械翻訳】

Variational Depth Search in ResNets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年02月06日プレプリントサーバーでの情報更新日： 2020年04月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ワンショットニューラルアーキテクチャ検索は,重みとネットワークアーキテクチャの共同学習を可能にし,計算コストを低減する。この探索空間を残差ネットワークの深さに制限し,1ショットで不偏の近似事後深度を取得できる解析的に扱いやすい変分目的を定式化した。著者らは,この分布に基づいて著者らのネットワークを剪定する発見的方法を提案した。MNIST,Fashion-MNIST,SVHNデータセット上のネットワーク深さに対する手動探索に対して提案手法を比較した。著者らは,剪定ネットワークが予測性能の喪失を起こさず,非実行ネットワークとの競合精度を獲得することを見出した。深さ方向のMarginalisingは,単一フォワードパスにおいて,規則的ネットワークよりも,より良い較正試験時間不確実性推定を得ることを可能にした。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 計算機網

前のページに戻る