Kernel Inducing Points (KIP) learned datasets
收藏arXiv2021-03-23 更新2024-06-21 收录
下载链接：
https://colab.research.google.com/github/google-research/google-research/blob/master/kip/KIP.ipynb
下载链接
链接失效反馈官方服务：
资源简介：
Kernel Inducing Points (KIP)数据集是由谷歌研究院开发的一种优化数据集，旨在通过元学习算法从原始大规模数据集中提取关键信息，形成一个更小但信息丰富的训练集。该数据集通过KIP算法处理，能够在保持模型性能的同时，显著减少训练所需的数据量。KIP数据集适用于多种机器学习任务，特别是在图像分类如MNIST和CIFAR-10等基准测试中表现出色。此外，KIP数据集还能在数据隐私保护方面发挥作用，通过数据压缩和扰动技术，减少敏感信息的泄露风险。
提供机构：
谷歌研究院
创建时间：
2020-10-31
搜集汇总
背景与挑战
背景概述
KIP数据集是谷歌研究院开发的优化数据集，通过元学习算法从大规模数据中提取关键信息，形成更小但信息丰富的训练集，适用于多种机器学习任务，特别是在图像分类基准测试中表现优异，同时有助于数据隐私保护。
以上内容由遇见数据集搜集并总结生成
