人工知能学会全国大会論文集
Online ISSN : 2758-7347
第33回 (2019)
セッションID: 3E3-OS-12a-03
会議情報

ResNetsに対する正則化手法ShakeDrop
*山田 良博岩村 雅一黄瀬 浩一
著者情報
会議録・要旨集 フリー

詳細
抄録

本稿では,ResNet及びその派生手法に対する新たな確率的正則化手法,ShakeDropを提案する. ShakeDropは摂動を含む不安定な学習と通常の学習を確率的に切り替えることによって,摂動による正則化効果を享受しつつ,学習の安定化を実現した. ShakeDropは多様なResNetとその派生手法に適用可能であり,従来手法Shake-Shakeよりも利便性に優れ,一般物体認識精度が高い. CIFAR-100を用いた実験では,従来の手法の認識精度を3%以上改善した.

著者関連情報
© 2019 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top