IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
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 -> FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence -> 正文阅读

[人工智能]FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence, NIPS, 2020


要点:

1、首先,基于 “弱增强的未标记样本的模型预测” 生成伪标签;接着,对于给定的样本,只有模型预测的置信度高时,伪标签才会被再训练;最后,通过输入同一样本的强增强版本进行伪标签预测的训练;
2、SSL方法:为未标记图像生成一个人工标签,并将未标记图像作为输入训练模型来预测人工标签;
(1)伪标签:即self-training,使用模型生成的类预测作为人工标签;
(2)一致性正则化:随机修改输入或模型的函数后,利用模型的预测分布获得一个人工标签;
主流方法:两个方向上加上日益复杂的机制
3、本文的方法:一致性正则化+伪标记
(1)人工标签基于弱增强的未标记样本产生,并进一步作为将同一样本的强增强版本做输入时的 target;
(2)弱增强:翻转、移位
(3)强增强:Cutout、CTAugment、RandAugment,产生给定图像的严重扭曲版本
(4)伪标记:仅当模型预测出某个高置信度的类别时才保留人工标签
主要创新点:一致性正则化和伪标记的结合,并且在执行一致性正则化的时候,使用单独的弱增强和强增强


相关工作

一致性正则化:

1、基于“输入同一图像的扰动版本,模型应输出相似的预测”这一假设,利用未标记样本;
2、模型基于以下的损失函数,联合标准的监督分类损失和未标记数据进行训练;

在这里插入图片描述
伪标记:

1、基本思想:利用模型本身为未标记数据打上伪标记的人工标签;
2、使用硬标签(the argmax of the model's output)作为伪标记的人工标签;
3、再训练最大类别概率大于预定阈值的人工标签;

图表:

FixMatch的流程图:

1、将弱增强图像输入model获得预测;
2、预测概率高于阈值,预测转化为one-hot的伪标签;
3、将强增强图像输入model获得预测;
4、模型训练目标:强增强版本通过交叉熵损失match伪标签。

在这里插入图片描述

代码:

https://github.com/google-research/fixmatch

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-12-25 11:10:20  更:2022-12-25 11:15:43 
 
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 2024年5日历 -2024/5/25 13:19:35-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码