admin管理员组文章数量:1652185
ICLR 2018的一篇文献,看Multiple Instance Active Learning for Object Detection的在评价性能的时候看到了这个模型,由于是第一次接触主动学习,拿来粗略看一下。
论文原文:1708.00489.pdf), (arxiv)
主要涉及到的公式比较多,不太懂数学看不太懂,做ppt的时候做了进去。
个人理解偏多
意思大概就是CNN查询是批量查询的,因为单个查询加入网络之后训练迭代的代价太大了,并且影响不大,那么就要求批量查询,但是批量查询会产生高度相似的样本,虽然这些样本是不确定度高的,但是会引起冗余。
core-set我看了几个解释都不算很好,后来在别的文献上面看到一个蛮容易理解的解释。就是选出一些点的集合,以这些点为半径б的圆的集合可以包含整个未标记数据集,利用欧氏距离度量定位,但是这个方法的缺点是所有样本的平均损失和所选子集的平均损失差异不取决于所选子集的样本数量,而是取决于б,而在高维特征空间里欧式距离无效,这样就导致效果算不上很好。但还是作为主动学习方法进行参考。
本文标签: 笔记ConvolutionalneuralActiveLearning
版权声明:本文标题:ACTIVE LEARNING FOR CONVOLUTIONAL NEURAL NETWORKS : A CORE -SET APPROACH阅读笔记 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://www.elefans.com/dianzi/1729578976a1207372.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论