Infothek

11.09.2023 | Intelligente Eingebettete Systeme

Neu­er Bei­trag auf dem Work­shop In­ter­ac­tive Ad­ap­ti­ve Learning (IAL), ECML PK­DD 2023

Das Papier mit dem Titel "Role of Hyperparameters in Deep Active Learning" von Denis Huseljic, Marek Herde, Paul Hahn und Bernhard Sick befasst sich mit dem oft übersehenen Problem der Auswahl geeigneter Trainingshyperparameter (HPs), wie z. B. der Lernrate, die eine entscheidende Rolle dabei spielen, wie tiefe neuronale Netze während jedes Trainingszyklus lernen. Die Studie zeigt, dass die Optimierung dieser Hyperparameter dazu beitragen kann, die Leistungsunterschiede zwischen verschiedenen DAL-Strategien zu verringern

Aktuelles

11.09.2023 | Intelligente Eingebettete Systeme

Neu­er Bei­trag auf dem Work­shop In­ter­ac­tive Ad­ap­ti­ve Learning (IAL), ECML PK­DD 2023

Das Papier mit dem Titel "Role of Hyperparameters in Deep Active Learning" von Denis Huseljic, Marek Herde, Paul Hahn und Bernhard Sick befasst sich mit dem oft übersehenen Problem der Auswahl geeigneter Trainingshyperparameter (HPs), wie z. B. der Lernrate, die eine entscheidende Rolle dabei spielen, wie tiefe neuronale Netze während jedes Trainingszyklus lernen. Die Studie zeigt, dass die Optimierung dieser Hyperparameter dazu beitragen kann, die Leistungsunterschiede zwischen verschiedenen DAL-Strategien zu verringern

Termine

Zurück
11.09.2023 | Intelligente Eingebettete Systeme

Neu­er Bei­trag auf dem Work­shop In­ter­ac­tive Ad­ap­ti­ve Learning (IAL), ECML PK­DD 2023

Das Papier mit dem Titel "Role of Hyperparameters in Deep Active Learning" von Denis Huseljic, Marek Herde, Paul Hahn und Bernhard Sick befasst sich mit dem oft übersehenen Problem der Auswahl geeigneter Trainingshyperparameter (HPs), wie z. B. der Lernrate, die eine entscheidende Rolle dabei spielen, wie tiefe neuronale Netze während jedes Trainingszyklus lernen. Die Studie zeigt, dass die Optimierung dieser Hyperparameter dazu beitragen kann, die Leistungsunterschiede zwischen verschiedenen DAL-Strategien zu verringern