亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep Learning with Logged Bandit Feedback

计算机科学 深层神经网络 随机梯度下降算法 反事实思维 正规化(语言学) 深度学习 人工智能 估计员 人工神经网络 差异(会计) 缩小 经验风险最小化 机器学习 推荐系统 数学 统计 哲学 会计 认识论 业务 程序设计语言
作者
Thorsten Joachims,Adith Swaminathan,Maarten de Rijke
摘要

We propose a new output layer for deep neural networks that permits the use of logged contextual bandit feedback for training. Such contextual bandit feedback can be available in huge quantities (e.g., logs of search engines, recommender systems) at little cost, opening up a path for training deep networks on orders of magnitude more data. To this effect, we propose a Counterfactual Risk Minimization (CRM) approach for training deep networks using an equivariant empirical risk estimator with variance regularization, BanditNet, and show how the resulting objective can be decomposed in a way that allows Stochastic Gradient Descent (SGD) training. We empirically demonstrate the effectiveness of the method by showing how deep networks — ResNets in particular — can be trained for object recognition without conventionally labeled images.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
烟花应助王星星采纳,获得10
12秒前
16秒前
所所应助科研通管家采纳,获得10
17秒前
科研通AI2S应助科研通管家采纳,获得10
17秒前
17秒前
10发布了新的文献求助10
18秒前
充电宝应助魁梧的依白采纳,获得10
19秒前
健忘半邪完成签到 ,获得积分10
21秒前
Mine发布了新的文献求助10
21秒前
跳跃的发带完成签到 ,获得积分10
32秒前
33秒前
39秒前
英姑应助10采纳,获得10
39秒前
王星星发布了新的文献求助10
40秒前
43秒前
哈哈发布了新的文献求助10
44秒前
46秒前
46秒前
47秒前
絮絮徐完成签到,获得积分10
49秒前
50秒前
51秒前
科研通AI6.1应助王星星采纳,获得30
53秒前
絮絮徐发布了新的文献求助10
53秒前
FashionBoy应助安静的老师采纳,获得10
54秒前
bigalexwei发布了新的文献求助10
55秒前
斯文败类应助嘿咻采纳,获得10
1分钟前
茵垂丝丁发布了新的文献求助10
1分钟前
Estelle给Estelle的求助进行了留言
1分钟前
挖掘机完成签到,获得积分10
1分钟前
西湖醋鱼发布了新的文献求助10
1分钟前
1分钟前
魁梧的依白完成签到 ,获得积分20
1分钟前
1分钟前
美美发布了新的文献求助10
1分钟前
魁梧的依白关注了科研通微信公众号
1分钟前
1分钟前
嘿咻发布了新的文献求助10
1分钟前
爆米花应助美美采纳,获得10
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Kinesiophobia : a new view of chronic pain behavior 2000
Psychology and Work Today 1000
Research for Social Workers 1000
Mastering New Drug Applications: A Step-by-Step Guide (Mastering the FDA Approval Process Book 1) 800
Signals, Systems, and Signal Processing 510
Discrete-Time Signals and Systems 510
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5907619
求助须知:如何正确求助?哪些是违规求助? 6793844
关于积分的说明 15768383
捐赠科研通 5031453
什么是DOI,文献DOI怎么找? 2709087
邀请新用户注册赠送积分活动 1658260
关于科研通互助平台的介绍 1602587