有限多标签投影层
机器学习
2019-10-15 v3 计算机视觉与模式识别
机器学习
摘要
我们提出有限多标签 (LML) 投影层作为端到端学习系统的一种新的基本操作。LML 层提供了一种概率化建模恰好具有 k 个标签的多标签预测的方法。我们推导了该层的高效前向与反向传播，并展示了该层如何用于优化具有不完整标签信息的多标签任务的 top-k 召回率。我们在 top-k CIFAR-100 分类和场景图生成上评估了 LML 层。我们表明 LML 层增加了可忽略的计算开销，严格提升了模型的表示能力，并提高了准确率。我们也重新审视了截断 top-k 熵方法作为 top-k 分类的竞争性基线。
引用
@article{arxiv.1906.08707,
title = {The Limited Multi-Label Projection Layer},
author = {Brandon Amos and Vladlen Koltun and J. Zico Kolter},
journal= {arXiv preprint arXiv:1906.08707},
year = {2019}
}