AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

CoCo

共 1 条相关 AI 资讯
7月15日
10:09
10:09官方账号arXiv cs.LG@Blanca Cano-Camarero, Ángela Fernández-Pascual, José R. Dorronsoro
论文提出CoCo损失函数,通过鼓励类内坍缩和类间对比来学习归一化且结构良好的表示。理论分析表明,CoCo相比点回归和交叉熵损失具有更接近最优配置的初始化、更有信息量的梯度和更强的类坍缩激励。在OpenML-CC18基准的多个表格数据集上,CoCo实现了与核SVM、随机森林、点回归和基于交叉熵的神经网络相当的性能。实验还证明CoCo促进了更紧的类聚类和更快的收敛速度。这些结果表明CoCo损失在保持竞争性预测性能的同时,能有效学习判别性表示。
论文CoCo损失函数表征学习

推荐理由:这篇论文搞了个新损失函数CoCo,训练收敛快,在OpenML-CC18上跟SVM打成平手,做表格分类任务的可以试试。
原文
精选全部日报登录