研究：训练样本选择边界取决于学习器

Yangze Liu、Xiao-Long Yin 和 Zhongyi Han 通过选择实验研究训练样本效用是否取决于学习器，发现易学样本在小预算下更优、覆盖样本在大预算下更优，但两类样本优势的交叉边界会随学习器变化，因此选择策略的适用范围需结合将使用数据的学习器判断。 具体幅度取决于设置：在低分辨率 ImageNet-100 上，将 ResNet-18 宽度加倍会使交叉点从每类 57 个样本移到 85 个；而在原生 ImageNet-1k 协议下，4 倍宽度范围只使边界移动每类几个样本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。