Publication

Chaining Meets Chain Rule: Multilevel Entropic Regularization and Training of Neural Networks

Publications associées (50)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Chaining Meets Chain Rule: Multilevel Entropic Regularization and Training of Neural Networks

Graph Chatbot

Chattez avec Graph Search

On Vacuous and Non-Vacuous Generalization Bounds for Deep Neural Networks.

A t-distribution based operator for enhancing out of distribution robustness of neural network classifiers

Supplementary Material - AL2: Progressive Activation Loss for Learning General Representations in Classification Neural Networks

From Classical to Unsupervised-Deep-Learning Methods for Solving Inverse Problems in Imaging.

Artificial Neural Networks as Surrogate Models for Uncertainty Quantification and Data Assimilation in 2-D/3-D Fuel Performance Studies

Erdos Goes Neural: an Unsupervised Learning Framework for Combinatorial Optimization on Graphs

The Spiked Matrix Model With Generative Priors

On Certifying Non-Uniform Bounds against Adversarial Attacks

Pretraining boosts out-of-domain robustness for pose estimation

A geometry-inspired decision-based attack