跳到正文
arXiv · ML· George Cazenavette, Angelina Quan, Giannis Daras, Antonio Torralba, Vincent Sitzmann·· 7 天前AI 评分21

基于漂移机制的数据集蒸馏方法

Dataset Distillation via Drifting

AI 导读

该研究提出一种无需分类目标的数据集蒸馏方法,通过在特征提取器的潜空间中“漂移”合成样本,使其既靠近真实数据又相互远离,从而直接近似每类数据分布。 实验表明,该方法生成的漂移数据对真实分布的覆盖度显著优于现有方法,且能作为强大的分类训练样本,并可扩展至图像之外的其他模态。 该方法推动了数据集蒸馏的前沿发展,提供了新颖的合成分数和基于分布的互补评估指标。

来源:arXiv · ML · arxiv.org