fourier-feature-networks:傅立叶特征使网络可以在低维域中学习高频功能

上传者: 42117082 | 上传时间: 2022-12-12 00:42:43 | 文件大小: 6.39MB | 文件类型: ZIP
傅立叶特征使网络可以在低维域中学习高频功能 | * 1 , * 1,2 , * 1 , 1 , 1 , 1 , 3 , 2 , 1 1加州大学伯克利分校, 2 Google研究中心, 3加州大学圣地亚哥分校*表示相等的贡献 抽象的 我们表明,通过简单的傅立叶特征映射传递输入点使多层感知器(MLP)能够学习低维问题域中的高频函数。这些结果揭示了计算机视觉和图形学的最新进展,这些进展通过使用MLP表示复杂的3D对象和场景来实现了最新的结果。使用来自神经正切核(NTK)文献的工具,我们表明标准MLP在理论和实践上均无法学习高频。为了克服这种频谱偏差,我们使用傅立叶特征映射将有效的NTK转换为具有可调带宽的固定核。我们建议一种选择特定于问题的傅立叶特征的方法,该方法可以大大提高MLP在与计算机视觉和图形社区相关的低维回归任务上的性能。 代码 我们提供了一个作为该核心思想的简单

文件下载

资源详情

[{"title":"( 16 个子文件 6.39MB ) fourier-feature-networks:傅立叶特征使网络可以在低维域中学习高频功能","children":[{"title":"fourier-feature-networks-master","children":[{"title":"Demo.ipynb <span style='color:#111;'> 2.54MB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.48KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"Experiments","children":[{"title":"1d_ntk_opt.ipynb <span style='color:#111;'> 302.38KB </span>","children":null,"spread":false},{"title":"3d_MRI.ipynb <span style='color:#111;'> 1.78MB </span>","children":null,"spread":false},{"title":"2d_image_regression.ipynb <span style='color:#111;'> 2.47MB </span>","children":null,"spread":false},{"title":"2d_CT.ipynb <span style='color:#111;'> 1.06MB </span>","children":null,"spread":false},{"title":"1d_regression.ipynb <span style='color:#111;'> 831.64KB </span>","children":null,"spread":false},{"title":"3d_simple_nerf.ipynb <span style='color:#111;'> 397.68KB </span>","children":null,"spread":false},{"title":"axis_aligned_ex.ipynb <span style='color:#111;'> 114.08KB </span>","children":null,"spread":false},{"title":"1d_scatter_plots.ipynb <span style='color:#111;'> 502.86KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.42KB </span>","children":null,"spread":false},{"title":"toy_stationary_ex.ipynb <span style='color:#111;'> 882.94KB </span>","children":null,"spread":false},{"title":"kernel_spreading.ipynb <span style='color:#111;'> 163.76KB </span>","children":null,"spread":false},{"title":"3d_shape_occupancy.ipynb <span style='color:#111;'> 22.69KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明