Tag · 1 篇
Mapping Networks
用可训练的紧凑潜向量替代高维权重空间,把训练参数量压缩约500倍,为视觉大模型(分类、Deepfake检测等)提供了一条以低维流形假设驱动的参数高效训练与抗过拟合路径,可直接迁移到其他网络的训练流程中。