新智元|全球最大的图像识别数据库ImageNet不行了？谷歌DeepMind新方法提升精度( 二 )
【新智元|全球最大的图像识别数据库ImageNet不行了？谷歌DeepMind新方法提升精度】
本文插图
可以看出 ， 无论是sigmoid loss还是clean label set都比Benchmark优秀 ， 而同时使用这两种方法获得了最好的性能 。 新方法在较长的训练计划下 ， 其改进更为明显 。 但是在存在噪声数据的情况下 ， 较长的训练计划可能是有害的 ， 科学加期望清洗 ImageNet 训练集（或使用 sigmoid 损失）能在这种情况下产生额外的好处 。 在后续的实验中 ， 科学家发现ReaL标签可以更正超过一半的ImageNet标签错误 ， 这意味着ReaL标签提供了对模型准确性的更优越估计 。 论文地址：https://arxiv.org/pdf/2006.07159.pdf
推荐阅读
- 新智元|英国5G建设病急乱投医，这两家日本企业或成华为接盘侠
- 显示|【倒计时2天】2020年全球首个显示行业盛会7月21日上海隆重开启
- 网速|全球网速排名：中国手机网速世界第三，美国第34
- 行业互联网|龙芯发力，全力打造全球第3套生态体系，防止被国外卡脖子
- 手机|StrategyAnalytics：2020全球智能手机线上销量将占总销量的28%
- tiktok|英媒：TikTok被迫暂缓在伦敦设置全球总部
- 行业互联网|AMD 新增一位全球院士：仅 7 人获此殊荣
- vivo|极限男团都点赞的vivo全球总部，还有更多你不知道的小秘密
- 魅族|2020年BrandZ中国全球化品牌50强新鲜出炉，魅族再上榜，位列34名
- 搜狐科技|【科技早报】TikTok暂停在英国设立全球总部的谈判