【AI Drive】CVPR 2021 | AMP：针对模型参数施加对抗扰动的高效神经网络正则化算法

[视频作者] PaperWeekly

[视频时长] 51:18

[视频类型] 野生技能协会

本期为AI Drive第57期线上分享的内容回顾。 5月6日（周四）19点，AI Drive邀请北京航空航天大学直博生-郑耀威，为大家带来“AMP：针对模型参数施加对抗扰动的高效神经网络正则化算法”主题演讲。主要介绍了基于平坦的损失函数局部最优解易泛化的假设，提出了一种全新的正则化策略，称为模型对抗扰动算法（AMP）。该算法使用梯度下降方法优化一种替代损失函数，该替代损失函数是依照传统损失函数对参数空间内的每个点施加对抗意义的微小扰动而得出的。