Zobrazeno 1 - 5
of 5
pro vyhledávání: '"Jiang, Yulun"'
Foundation vision-language models have enabled remarkable zero-shot transferability of the pre-trained representations to a wide range of downstream tasks. However, to solve a new task, zero-shot transfer still necessitates human guidance to define v
Externí odkaz:
http://arxiv.org/abs/2406.07236
Recently, the paradigm of unfolding iterative algorithms into finite-length feed-forward neural networks has achieved a great success in the area of sparse recovery. Benefit from available training data, the learned networks have achieved state-of-th
Externí odkaz:
http://arxiv.org/abs/1910.05303
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We address the problem of stably and efficiently training a deep neural network robust to adversarial perturbations bounded by an $l_1$ norm. We demonstrate that achieving robustness against $l_1$-bounded perturbations is more challenging than in the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______185::292cbbac773fa55d04e9d47e358d52c0
https://infoscience.epfl.ch/record/302647
https://infoscience.epfl.ch/record/302647