谷歌提出Data-free NAS,網(wǎng)絡(luò)搜索僅需一個(gè)預(yù)訓(xùn)練模型
作者:機(jī)器之心
這篇文章不僅利用了損失函數(shù)計(jì)算導(dǎo)數(shù)來指導(dǎo)圖片生成,還提出了循環(huán)生成語義更豐富的標(biāo)簽(recursive label calibration)和區(qū)域更新方法(regional update)來提升生成數(shù)據(jù)的豐富度。
責(zé)任編輯:張燕妮
來源:
機(jī)器之心