相比上一版別 Perch 運(yùn)用的 7,800 萬(wàn)參數(shù) EfficientNet-B1，準(zhǔn)確率達(dá) 95% 以上，研討團(tuán)隊(duì)選用了 mixup 的數(shù)據(jù)增強(qiáng)變體 ，小樣本學(xué)習(xí)等新使命 ?？焖龠m配聚類 、選用 softmax 激活和穿插熵丟失，

Perch 2.0：一種高功能的生物聲學(xué)預(yù)練習(xí)模型

Perch 2.0 的模型架構(gòu)由前端（frontend）