BriefGPT - AI 论文速递
·
利用乘法权重扰动提高对损毁的强敏感性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种改善深度神经网络对损坏图像鲁棒性的方法，通过引入输入扰动和数据增强训练网络，提高了模型的泛化性能。
🎯
关键要点
-
深度神经网络在干净图像上表现出色，但在损坏图像上表现不佳。
-
本文提出了一种改善深度神经网络对损坏图像鲁棒性的方法。
-
该方法通过引入输入扰动，模拟在权重空间中的乘法扰动。
-
通过数据增强训练深度神经网络，提高模型的泛化性能。
-
实验证明该方法能显著提高模型的泛化性能，并在不同环境中有效。
➡️
