DiffPT 扩散模型数据高效预训练方法
热点事件持续更新
DiffPT 扩散模型数据高效预训练方法
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Qinyu Li 等人提出 DiffPT,利用扩散模型为有限域特定数据预训练分类器骨干网络。在医疗影像和时间序列任务上,该方法优于自监督基线。但在 CIFAR-10 和 Tiny ImageNet 低数据量场景中,其表现弱于对比预训练。
AI 根据报道生成 · 6 小时前更新
最新进展10月19日 12:00
DiffPT:基于扩散模型的数据高效分类器预训练方法报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · MLDiffPT:基于扩散模型的数据高效分类器预训练方法
研究提出 DiffPT,一种利用扩散模型为有限域特定数据预训练分类器骨干网络的方法。 实验显示,DiffPT 在医疗影像和时间序列任务上优于自监督基线,但在低数据量 CIFAR-10 和 Tiny ImageNet 上表现弱于对比预训练。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。