arXiv cs.AI· Robert Bain, Marjan Rashidi, Elizabeth Chrastil·· 1 天前AI 评分43
成对学习提升深度神经网络的数据效率
Pairwise Learning Increases Data Efficiency in Deep Neural Networks
AI 导读
一项 arXiv 研究提出成对比较框架，将回归问题重构为聚合的相对排序任务，提升小样本场景下的数据效率。在 UTKFace 数据集（23k 图像）上，成对学习生成超过十亿个训练比较，使从零训练的轻量 ResNet10 达到 3.64 年 MAE，超越含大规模预训练的模型。分类任务中，该方法在 STL10 的 500-2000 标注样本上比同配置 10-way 交叉熵模型准确率最高提升 5.2%。
来源：arXiv cs.AI · arxiv.org