【CVPR2021】基于有限计算资源的虚拟全连接层训练大规模人脸识别数据集

使用分类进行大规模人脸识别（数百万类）特别消耗计算资源，而使用度量学习往往训练困难且最终性能较差。过往的一些训练方法仅仅是将分类需要消耗的计算资源分配到不同的GPU上，但是并没有进行实际上地减少。从而使得使用有限资源进行大规模人脸识别成为一个特别具备挑战的问题。为了解决这个问题，我们提出一种叫做虚拟全连接层的方法。本方法可以将标准全连接层的计算资源减小100倍，并取得和标准全连接层相近可比的识别性能。

http://www4.comp.polyu.edu.hk/~cslzhang/paper/VFC-cvpr21-paper.pdf

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“VFC” 就可以获取《【CVPR2021】基于有限计算资源的虚拟全连接层训练大规模人脸识别数据集》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源