監督學習—從好的label開始

在大家的算法工作中，會訓練各種各樣的模型。導致大家模型實際應用效果不夠好的原因有很多，一些常見的原因主要是模型結構不合理 、損失函數不合理 、超參數設置不合理，但除了這些原因，我想最核心的一個原因是數據的質量本身。 相信每一個自動駕駛行業的開發者對此都是會深有體會的，Lyft 團隊在CVPR的presentation上就發出了「High quality labeled data is the ke

>>阅读原文<<