일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- Explainable AI
- 백준
- Interpretability
- 딥러닝
- Artificial Intelligence
- AI
- Class activation map
- Machine Learning
- 기계학습
- meta-learning
- 인공지능
- grad-cam
- 머신러닝
- Score-CAM
- Unsupervised learning
- coding test
- python
- cs231n
- 코딩테스트
- 메타러닝
- Deep learning
- SmoothGrad
- Cam
- 코딩 테스트
- 시계열 분석
- xai
- GAN
- 설명가능한 인공지능
- 설명가능한
- keras
Archives
- Today
- Total
목록reptile (1)
iMTE
Meta-Learning 5. ADML, Meta-SGD, and Reptile
Meta-Learning sub parts 1. Adversarial Meta Learning (ADML)MAML에서 optimal weight initialization을 찾는 것이 목표였다. Optimal weight initialization을 찾을 때, 좀더 나으면서 견고한 model parameters를 찾기 위해서 clean data와 adversarial data를 사용하는 MAML을 ADML이라고 부른다. Network가 adversarial examples에 의해서 잘못된 판단을 내린다는 점으로 인해서, adversarial example을 사용하는 경우 좀 더 network가 adversarial attack에 강인하고, noisy에 강인하다는 점을 갖게 된다. 이러한 성질을 MAML에..
Deep learning study/Meta-Learning
2019. 5. 18. 20:16