如果我有一个应该具有固有对称性的学习问题,是否有办法使我的学习问题受到对称性约束的影响而增强学习?
例如,如果我要进行图像识别,则可能需要2D旋转对称性。这意味着图像的旋转版本应获得与原始图像相同的结果。
或者,如果我正在学习玩井字游戏,那么旋转90度应该可以产生相同的游戏效果。
是否对此进行了研究?
2
是的,有些;例如,组等变卷积网络(代码),谐波网络:深度平移和旋转等方差,深度旋转等变网络,在卷积神经网络中利用循环对称性等。您只是在野外看不到它。
—
Emre'8
@Emre谢谢!您知道CNN以外的工作吗?
—
aidan.plenert.macdonald '17
不,我对这个利基只有肤浅的认识。尽管如此,CNN似乎是自然的环境...
—
Emre
我还应该提到Risi Kondor的博士学位论文,机器学习中的组理论方法(pdf)
—
Emre,