会员服务
MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据。
High-performance real-world optical computing trained by in situ gradient-based model-free optimization
Arxiv
0+阅读 · 11月21日
Rethinking Deep Learning: Non-backpropagation and Non-optimization Machine Learning Approach Using Hebbian Neural Networks
Arxiv
0+阅读 · 11月7日
Attention Masks Help Adversarial Attacks to Bypass Safety Detectors
Arxiv
0+阅读 · 11月7日
Human-in-the-Loop Feature Selection Using Interpretable Kolmogorov-Arnold Network-based Double Deep Q-Network
Arxiv
0+阅读 · 11月6日
A Novel Access Control and Privacy-Enhancing Approach for Models in Edge Computing
Arxiv
0+阅读 · 11月6日
Explaining an image classifier with a generative model conditioned by uncertainty
Arxiv
0+阅读 · 11月5日
Anomalous Client Detection in Federated Learning
Arxiv
0+阅读 · 11月3日
BSRBF-KAN: A combination of B-splines and Radial Basis Functions in Kolmogorov-Arnold Networks
Arxiv
0+阅读 · 10月30日
Unsupervised Replay Strategies for Continual Learning with Limited Data
Arxiv
0+阅读 · 10月21日
KANICE: Kolmogorov-Arnold Networks with Interactive Convolutional Elements
Arxiv
0+阅读 · 10月22日
Nearly Tight Black-Box Auditing of Differentially Private Machine Learning
Arxiv
0+阅读 · 10月17日
Nearly Tight Black-Box Auditing of Differentially Private Machine Learning
Arxiv
0+阅读 · 10月16日
Evaluating Federated Kolmogorov-Arnold Networks on Non-IID Data
Arxiv
0+阅读 · 10月11日
Time-Resolved MNIST Dataset for Single-Photon Recognition
Arxiv
0+阅读 · 10月22日
LArctan-SKAN: Simple and Efficient Single-Parameterized Kolmogorov-Arnold Networks using Learnable Trigonometric Function
Arxiv
0+阅读 · 10月25日
参考链接
父主题
数据集
微信扫码咨询专知VIP会员
Top