Ensemble Methods
목차
Deep Ensemble
동일한 모델을 여럿 학습 장점: 성능이 거의 보장됨 단점: N배의 학습, 추론 비용
Monte Carlo Drop out
test시 stochastic한 drop out을 사용해 ensemble 장점: 1번의 학습 단점: N배의 추론 비용
Batch Ensemble
ensemble member간 대부분의 weights를 공유합니다. 여기에 rank-1 matrix로 independency를 강화합니다. 장점: Monte carlo drop out 보다 좋은 성능 단점: N배의 추론 비용
Tips
Reference
2021 MIPAL