2016年的文章，总的来说其实亮点不多，但是有一个主动学习和无监督结合的一个方法挺引人注意的，放到现在可能有些过时。
简单放一下ppt，文献过于简单，不需要太多的笔记
?
这里强调的一个创新点是不光把置信度低的样本用上，连着置信度高的也用上了
?
?
?
简单的交叉熵实现已标记样本的对cnn的一个训练
?
低置信度，有点简单粗暴了
?
j1j2是最有可能的两种所属分类，如果比较相近，msi对应就比较低，那么就认定是这个样本处于两个类的边界上
?
取一个所有类的期望
?
?
?
| |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| -> 人工智能 -> Cost-Effective Active Learning forDeep Image Classification阅读笔记 -> 正文阅读 |
|
|
[人工智能]Cost-Effective Active Learning forDeep Image Classification阅读笔记 |
|
2016年的文章，总的来说其实亮点不多，但是有一个主动学习和无监督结合的一个方法挺引人注意的，放到现在可能有些过时。 简单放一下ppt，文献过于简单，不需要太多的笔记
这里强调的一个创新点是不光把置信度低的样本用上，连着置信度高的也用上了 ?
简单的交叉熵实现已标记样本的对cnn的一个训练
低置信度，有点简单粗暴了
j1j2是最有可能的两种所属分类，如果比较相近，msi对应就比较低，那么就认定是这个样本处于两个类的边界上
取一个所有类的期望
? |
|
|
|
|
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| 360图书馆 购物 三丰科技 阅读网 日历 万年历 2025年10日历 | -2025/10/31 16:44:57- |
|
| 网站联系: qq:121756557 email:121756557@qq.com IT数码 |