AutoAugment: Learning Augmentation Policies from Data

[yiskw713]

INFO

author

Ekin D. Cubuk, Barret Zoph, Dandelion Mane, Vijay Vasudevan, Quoc V. Le

affiliation

conference or year

CVPR2019

link

pdf

概要

強化学習によって，最適なData Augmentationを選択しようという研究． 小さいタスク(例: cifar10)で探索を行うことで計算量を削減しつつ，大きいタスク(cifar100)でも精度を向上させることができるとのこと． しかしながら，ImageNetなどではTesla P100 1台当たりで15000時間の計算がかかる．

Comment

• 一般人にはとても扱えそうにない

date

May 12th, 2020