热点事件持续更新
研究发现Inception Crop跨框架实现差异及对训练的影响
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月6日发表于arXiv的一项机器学习研究指出，TensorFlow/JAX与PyTorch在标准Inception crop数据增强的尺度采样实现上存在差异。研究人员在ImageNet-1k数据集上训练了522个ViT-S/16模型，在90 epoch预算下取得了78.78±0.09%的top-1验证准确率。该实验证实了更高的训练预算需要更强的数据增强，并且裁剪尺度分布的下尾决定了增强强度。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 12:00
研究揭示TF/JAX与PyTorch在Inception crop实现上的差异及对训练强度的影响。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 机器学习你可能用错了 Inception Crop 数据增强方法
研究发现 TensorFlow/JAX 与 PyTorch 在标准 Inception crop 数据增强的尺度采样实现上存在差异。作者在 ImageNet-1k 上训练了 522 个 ViT-S/16 模型，在 90 epoch 预算下取得 78.78±0.09% 的 top-1 验证准确率，证实更高训练预算需要更强的数据增强，且裁剪尺度分布的下尾决定了增强强度。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。