”对抗学习“ 的搜索结果

     混合对抗逆强化学习 袁明奇，潘孟on，陈怡和曹琦 混合对抗逆强化学习（HAIRL）是一种无模型，一阶段，GA方式和好奇心驱动的超越演示者逆强化学习（IRL）算法。 如果您发现此存储库在您的研究中很有用，请引用以下...

     联邦学习本身 “联邦学习” 实际上是一种加密的分布式机器学习技术，参与各方可以在不披露底层数据和底层数据的加密（混淆）形态的前提下共建模型。 如果机构之间的数据无法互通，一家企业一家机构数据量有限，或者...

     对抗训练-smart 论文阅读笔记 SMART: Robust and Efficient Fine-Tuning for Pre-trained NaturalLanguage Models through Principled Regularized Optimization 论文地址 :https://arxiv.org/abs/1911.03437 code...

     GAN诞生于2014年，由深度学习三巨头之一的Bengio团队提出。是目前为止机器学习中最令人兴奋的技术之一。目前有几百种不同构架的GAN，论文也是非常非常多，可见研究有多么热门。 论文信息：2014.06，Bengio团队 ...

     对抗样本的攻击主要分为无特定目标攻击（即只要求分类器对对抗样本错误分类，而不特定要求错误分类到哪一类）和特定目标攻击（即要求分类器将对抗样本错误分类到特定类别）。 本文先介绍无特定目标攻击的目标函数，...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章