arXiv cs.LG· Kevin L Coakley, Odd Erik Gundersen·· 4 天前AI 评分38
深度学习性能测量：跨架构与任务的性能分布实证研究
Measuring Deep Learning Performance - An Empirical Study of Performance Distributions Across Architectures and Tasks
AI 导读
一项涵盖图像分类与时间序列预测的实证研究表明，深度学习性能常呈非高斯分布，仅凭平均性能无法预测鲁棒性。通过对 186 组实验进行 18,600 次运行测试，时间序列模型的不良表现离群值达图像分类的近 3 倍，尾部风险显著更高。研究指出模型规模未系统性提升鲁棒性，高风险场景选型必须综合评估分布与尾部风险。
来源：arXiv cs.LG · arxiv.org