Прикладное машинное обучение и глубокое обучение
Улучшение способности к обобщению глубоких сетей с помощью масштабируемого компонентного анализа окружения
Доклад будет посвящен применению непараметрического softmax'а для representation learning в постановке обучения с учителем.
Обсудим, как получить визуальные представления картинок с помощью Neighborhood Component Analysis (NCA) в условиях вычислительных ограничений и масшатибровать такой метод на большие датасеты и очень глубокие архитектуры.
Интересно, что авторы данного подхода не только достигли заслуживающих внимания результатов в задаче классификации на ImageNet, но и обучили представления для субкатегорий и сделали шаги в сторону few-shot recognition.
Особенно рекомендуем посетить семинар тех, кому понравилось прошлогоднее выступление "Unsupervised Feature Learning via Non-Parametric Instance-level Discrimination", основанное не статье от той же команды исследователей.
Докладчик: Наталья Мурычева.
Язык доклада: русский.
Дата и время: 18 сентября, 20:30-22:00.
Место: Таймс, белые доски (4 этаж).