ActiveAugment に関する報道

ActiveAugment は、データ拡張の選択をオンラインの能動学習問題としてモデル化し、各ミニバッチがモデルの予測の不確実性と機能の違いに基づいて最も脆弱な拡張ビューを選択します。静的またはランダムな強化と比較して、強化戦略をモデルの現在の学習状態に初めてリアルタイムでバインドします。これは、動的適応トレーニング方法に新たに追加されたものです。