CV-Paper-主動學習-Learning Loss for Active Learning
1 簡介 主動學習，即在擁有少部分監督數據的情況下，主動的去選擇一部分對訓練模型有較大提高的未標註數據，然後對選擇出來的數據進行標註，標註後加入到訓練集進行訓練。爲什麼這麼做的，我們把數據都標註一下不行嗎？當然可以，但是標註是要時間和金錢的，我們希望選擇更有助於模型提高的數據先進行標註。如下圖所示： 以往的研究結果表明，主動學習實際上降低了標註成本。最開始提出主動學習的方法是選擇出不確信的數據進行
相關文章
- 1. 【主動學習論文】Learning Loss for Active Learning, CVPR 2019
- 2. 主動學習(Active Learning)
- 3. 主動學習——active learning
- 4. active learning主動學習
- 5. learning loss for active learning 論文學習筆記
- 6. [Active Learning] 01 A Brief Introduction to Active Learning 主動學習簡介
- 7. 自主學習（active learning）
- 8. 【Active Learning - 03】Adaptive Active Learning for Image Classification
- 9. 淺談主動學習（Active Learning）
- 10. 主動學習綜述(ACTIVE LEARNING)
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Kotlin學習（一）基本語法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【主動學習論文】Learning Loss for Active Learning, CVPR 2019
- 2. 主動學習(Active Learning)
- 3. 主動學習——active learning
- 4. active learning主動學習
- 5. learning loss for active learning 論文學習筆記
- 6. [Active Learning] 01 A Brief Introduction to Active Learning 主動學習簡介
- 7. 自主學習（active learning）
- 8. 【Active Learning - 03】Adaptive Active Learning for Image Classification
- 9. 淺談主動學習（Active Learning）
- 10. 主動學習綜述(ACTIVE LEARNING)