‹ arXiv cs.LG

通过模仿进行不可知学习

原文:Agnostic Learning by Imitating

arXiv cs.LG 未缓存正文

给定一类机器学习模型和对带有二进制标签的数据分布的样本访问,哪个计算任务更难:训练一个区分正标签和负标签以及该类中最好成员的判别模型,还是训练一个其输出与该类所有成员的真实数据无法区分的生成模型?我们证明这两个基础

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类