在线一区亚洲,亚洲日韩第一页,蜜臀a∨国产成人精品

用于主動(dòng)學(xué)習(xí)的時(shí)序特征融合預(yù)測(cè)損失網(wǎng)絡(luò)
所屬分類：技術(shù)論文
上傳者：wwei
文檔大小：1395 K
標(biāo)簽：主動(dòng)學(xué)習(xí) 深度學(xué)習(xí) 學(xué)習(xí)損失
所需積分：0分積分不夠怎么辦？
文檔介紹：通過主動(dòng)學(xué)習(xí)模型來選取最有價(jià)值的數(shù)據(jù)點(diǎn)進(jìn)行標(biāo)注是深度學(xué)習(xí)減少標(biāo)注數(shù)據(jù)量的一種方式。預(yù)測(cè)損失模型是一類與任務(wù)無關(guān)的主動(dòng)學(xué)習(xí)模型，該類模型在多個(gè)任務(wù)中都有不錯(cuò)的表現(xiàn)。但是這類模型均不是端到端的模型，不斷變化的輸入特征會(huì)導(dǎo)致?lián)p失預(yù)測(cè)網(wǎng)絡(luò)在訓(xùn)練時(shí)出現(xiàn)輸入偏差。提出了時(shí)序特征融合預(yù)測(cè)損失模型用于解決該模型的輸入偏差問題。實(shí)驗(yàn)證明，提出的算法在各個(gè)任務(wù)中的性能與以往最先進(jìn)的算法相比，平均提升約1.5%，與原預(yù)測(cè)損失模型相比，平均提升5%。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。

活動(dòng)