Accéder directement au contenu Accéder directement à la navigation
Poster

Dichotomize and Generalize: PAC-Bayesian Binary Activated Deep Neural Networks

Gaël Letarte 1 Pascal Germain 2 Benjamin Guedj 3, 4, 5, 6 François Laviolette 7
2 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, CNRS - Centre National de la Recherche Scientifique, Inria de Paris
6 MODAL - MOdel for Data Analysis and Learning
LPP - Laboratoire Paul Painlevé - UMR 8524, Université de Lille, Sciences et Technologies, Inria Lille - Nord Europe, METRICS - Evaluation des technologies de santé et des pratiques médicales - ULR 2694, Polytech Lille - École polytechnique universitaire de Lille
Liste complète des métadonnées

https://hal.inria.fr/hal-02482354
Contributeur : Benjamin Guedj <>
Soumis le : mardi 18 février 2020 - 08:03:58
Dernière modification le : mardi 10 novembre 2020 - 11:14:06
Archivage à long terme le : : mardi 19 mai 2020 - 12:33:28

Fichier

42-PBGNet_poster.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-02482354, version 1

Collections

Citation

Gaël Letarte, Pascal Germain, Benjamin Guedj, François Laviolette. Dichotomize and Generalize: PAC-Bayesian Binary Activated Deep Neural Networks. ML with guarantees -- NeurIPS 2019 workshop, Dec 2019, Vancouver, Canada. ⟨hal-02482354⟩

Partager

Métriques

Consultations de la notice

9714

Téléchargements de fichiers

366