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。原文稍后读已读值得跟进有用关注 CoCo