DIHCL:通过动态实例硬度进行课程学习(NeurIPS 2020)

时间:2024-05-28 09:31:40
【文件属性】:

文件名称:DIHCL:通过动态实例硬度进行课程学习(NeurIPS 2020)

文件大小:8.84MB

文件格式:ZIP

更新时间:2024-05-28 09:31:40

Python

通过动态实例硬度(DIHCL)进行课程学习 NeurIPS 2020论文: 标题:通过动态实例硬度进行课程学习 作者:周天一,王胜杰,杰夫·比尔姆斯研究所:华盛顿大学,西雅图 @inproceedings{ zhou2020dihcl, title={Curriculum Learning by Dynamic Instance Hardness}, author={Tianyi Zhou and Shengjie Wang and Jeff A. Bilmes}, booktitle={Advances in Neural Information Processing Systems 34 (NeurIPS)}, year={2020}, } 抽象的好的老师可以根据学生的学习历史来调整课程。 通过类推,在本文中,我们研究了深度神经网络(DNN


【文件预览】:
DIHCL-main
----exp_table.png(263KB)
----dihcl_thumbnail.png(444KB)
----paper()
--------dihcl_neurips2020_slides.pdf(3.21MB)
--------dihcl_neurips2020_appendix.pdf(3.14MB)
--------dihcl_neurips2020_main.pdf(2.14MB)
----LICENSE(1KB)
----dihcl_cifar.sh(3KB)
----dihcl_thumbnail600x400.png(145KB)
----dihcl.py(80KB)
----README.md(5KB)

网友评论