已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Deep Learning with Logged Bandit Feedback

计算机科学 深层神经网络 随机梯度下降算法 反事实思维 正规化(语言学) 深度学习 人工智能 估计员 人工神经网络 差异(会计) 缩小 经验风险最小化 机器学习 推荐系统 数学 统计 程序设计语言 业务 哲学 会计 认识论
作者
Thorsten Joachims,Adith Swaminathan,Maarten de Rijke
摘要

We propose a new output layer for deep neural networks that permits the use of logged contextual bandit feedback for training. Such contextual bandit feedback can be available in huge quantities (e.g., logs of search engines, recommender systems) at little cost, opening up a path for training deep networks on orders of magnitude more data. To this effect, we propose a Counterfactual Risk Minimization (CRM) approach for training deep networks using an equivariant empirical risk estimator with variance regularization, BanditNet, and show how the resulting objective can be decomposed in a way that allows Stochastic Gradient Descent (SGD) training. We empirically demonstrate the effectiveness of the method by showing how deep networks — ResNets in particular — can be trained for object recognition without conventionally labeled images.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xiaolei完成签到 ,获得积分10
6秒前
6秒前
10秒前
11秒前
青柠大大完成签到,获得积分10
12秒前
itian发布了新的文献求助10
13秒前
Maria完成签到 ,获得积分10
14秒前
15秒前
lu完成签到,获得积分10
15秒前
Lawrence完成签到,获得积分10
18秒前
18秒前
敏er好学发布了新的文献求助10
19秒前
极少发生的重复性发作完成签到,获得积分10
19秒前
20秒前
20秒前
小鲤鱼完成签到 ,获得积分10
21秒前
jideli发布了新的文献求助10
22秒前
23秒前
李健的小迷弟应助阿瓜采纳,获得10
26秒前
江宁臣完成签到,获得积分10
26秒前
JIRUIYI发布了新的文献求助10
27秒前
YY完成签到 ,获得积分10
28秒前
hu发布了新的文献求助20
30秒前
34秒前
脑洞疼应助jiaweiluo采纳,获得10
35秒前
36秒前
阿瓜发布了新的文献求助10
39秒前
打打应助zzzzz采纳,获得10
43秒前
慕青应助江离采纳,获得10
44秒前
苏苏喂苏苏完成签到 ,获得积分10
45秒前
46秒前
wangli完成签到,获得积分10
46秒前
47秒前
49秒前
吴彦祖发布了新的文献求助10
51秒前
51秒前
jiaweiluo发布了新的文献求助10
53秒前
53秒前
53秒前
54秒前
高分求助中
【重要!!请各位用户详细阅读此贴】科研通的精品贴汇总(请勿应助) 10000
International Code of Nomenclature for algae, fungi, and plants (Madrid Code) (Regnum Vegetabile) 1000
Semantics for Latin: An Introduction 999
Robot-supported joining of reinforcement textiles with one-sided sewing heads 530
Apiaceae Himalayenses. 2 500
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 490
Psychology Applied to Teaching 14th Edition 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4085262
求助须知:如何正确求助?哪些是违规求助? 3624328
关于积分的说明 11496529
捐赠科研通 3338553
什么是DOI,文献DOI怎么找? 1835252
邀请新用户注册赠送积分活动 903779
科研通“疑难数据库(出版商)”最低求助积分说明 821956