-
Convolutional Neural Networks with Dynamic RegularizationARXIV/Convolution Neural Network 2020. 3. 30. 17:12
https://arxiv.org/abs/1909.11862v2
Convolutional Neural Networks with Dynamic Regularization
Regularization is commonly used for alleviating overfitting in machine learning. For convolutional neural networks (CNNs), regularization methods, such as DropBlock and Shake-Shake, have illustrated the improvement in the generalization performance. Howeve
arxiv.org
abstract
본 논문은 CNN을 위한 동적 정규화(Regularization) 방법을 제안한다.
정규화(Regularization)은 머신 러닝에서 과적합(overfitting)을 완화하는데 사용한다.
그러나 정규화의 강도가 사전에 정의되어 일관적인 처리에서 훈련 손실 변화에 따라 본 논문의 방법은 훈련 절차에서 정규화 정도를 동적으로 조정하여 과적합의 균형을 맞춘다.
결과는 최신 정규화 기법보다 뛰어나다는 것을 증명했다.
'ARXIV > Convolution Neural Network' 카테고리의 다른 글