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)