일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- dann paper
- CoMatch
- CGAN
- conjugate pseudo label paper
- Pseudo Label
- GAN
- ConMatch
- shrinkmatch
- WGAN
- tent paper
- 컴퓨터구조
- Meta Pseudo Labels
- semi supervised learnin 가정
- adamatch paper
- Entropy Minimization
- mocov3
- 백준 알고리즘
- SSL
- BYOL
- cifar100-c
- dcgan
- 최린컴퓨터구조
- shrinkmatch paper
- simclrv2
- UnderstandingDeepLearning
- Pix2Pix
- remixmatch paper
- 딥러닝손실함수
- mme paper
- CycleGAN
Archives
- Today
- Total
목록conjugate pseudo label paper 1
Hello Data

해당 논문은 기존의 Tent 논문에서 사용한 Cross Entropy에 대하여 왜 성능이 좋은지에 대해 이론적으로 설명하는 논문이다. 완벽하게 이해하기는 어려웠지만 최대한의 이해를 담았고 조금씩 수정해나가려고한다.https://arxiv.org/pdf/2207.09640.pdf Introduction실제 세계에서의 가능한 모든 distribution shift에 대해서 훈련과정에서 준비하는 것은 불가능하기 때문에, Training 때는 source 데이터로 훈련하고 Test 때는 들어온 input에 대해 잘 adapt토록 하는 것이 Test time Adaption이다TestTimeTraining이라고해도무방할거같다.세팅에서약간의차이는있을수있지만사소한거같다. Test 때 들..
Test Time Adaption
2024. 2. 11. 01:33