Explanation from Sai Ma: The experiments in this paper are conducted on Caffe framework. In Caffe, there is an API to directly set the gradient in Matlab. I wrongly use it to control the 'probability', in fact, I modify the gradient directly. The misusage of API leads to wrong experiment results, and wrong theoretical analysis. Apologize to readers who have read this paper. We have submitted a correct version of this paper to Multimedia Tools and Applications and it is under revision. Thanks to Dr. Patrick Bas, who is the Associate Editor of TIFS and the anonymous reviewers of this paper. Thanks to Tingting Song from Sun Yat-sen University. We discussed some problems of this paper. Her advice helps me to improve the submitted paper to Multimedia Tools and Applications.


翻译:Sai Ma 的解释:本文中的实验是在咖啡类框架上进行的。 在咖啡类中, 有一个 API 直接设置 Matlab 的梯度 。 我错误地使用它来控制“ 概率 ”, 事实上, 我直接修改梯度 。 滥用 API 会导致错误的实验结果和错误的理论分析 。 向阅读过本文的读者道歉 。 我们向多媒体工具和应用机构提交了 本文的正确版本, 正在修改中 。 多亏了TIFS 的副编辑Patrick Bas 博士和本文的匿名审查员。 多亏了孙亚森大学的Ting Song 我们讨论了这份文件的一些问题 。 她的建议帮助我改进提交给多媒体工具和应用机构的论文 。

1
下载
关闭预览

相关内容

多媒体工具和应用程序(MTA)期刊出版关于多媒体开发和系统支持工具的原始研究文章,以及多媒体应用程序的案例研究。它还包括实验和调查文章。这本杂志是为从事多媒体系统研究、设计和应用的学者、实践者、科学家和工程师准备的。所有论文都经过同行评审。 官网地址:http://dblp.uni-trier.de/db/journals/mta/
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
49+阅读 · 2020年7月4日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
165+阅读 · 2020年3月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
160+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
181+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
专知会员服务
280+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
35+阅读 · 2020年1月2日
A Modern Introduction to Online Learning
Arxiv
21+阅读 · 2019年12月31日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
11+阅读 · 2018年3月23日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
27+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
18+阅读 · 2018年12月24日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
相关论文
Arxiv
38+阅读 · 2020年3月10日
Arxiv
35+阅读 · 2020年1月2日
A Modern Introduction to Online Learning
Arxiv
21+阅读 · 2019年12月31日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年5月1日
Arxiv
11+阅读 · 2018年3月23日
Top
微信扫码咨询专知VIP会员