MetaDropout-pytorch下载

MetaDropout-pytorch 这是Meta Dropout: Learning to Perturb Latent Features for Generalization (ICLR 2020)中的论文《 Meta Dropout: Learning to Perturb Latent Features for Generalization (ICLR 2020) 的重新实现。 抽象的 泛化得很好的机器学习模型应该在看不见的测试示例上获得较低的错误。 因此，如果我们知道如何最佳地扰动训练示例来说明测试示例，则可以实现更好的泛化性能。 但是，由于测试数据的分布是未知的，因此在标准的机器学习框架中不可能获得这种干扰。 为了应对这一挑战，我们提出了一种新颖的正则化方法meta-dropout，该方法学习在元学习框架中扰动训练示例的潜在特征以进行泛化。 具体来说，我们对噪声发生器进行元