CV-Paper-主动学习-Learning Loss for Active Learning
1 简介 主动学习，即在拥有少部分监督数据的情况下，主动的去选择一部分对训练模型有较大提高的未标注数据，然后对选择出来的数据进行标注，标注后加入到训练集进行训练。为什么这么做的，我们把数据都标注一下不行吗？当然可以，但是标注是要时间和金钱的，我们希望选择更有助于模型提高的数据先进行标注。如下图所示： 以往的研究结果表明，主动学习实际上降低了标注成本。最开始提出主动学习的方法是选择出不确信的数据进行
相关文章
- 1. 【主动学习论文】Learning Loss for Active Learning, CVPR 2019
- 2. 主动学习(Active Learning)
- 3. 主动学习——active learning
- 4. active learning主动学习
- 5. learning loss for active learning 论文学习笔记
- 6. [Active Learning] 01 A Brief Introduction to Active Learning 主动学习简介
- 7. 自主学习（active learning）
- 8. 【Active Learning - 03】Adaptive Active Learning for Image Classification
- 9. 浅谈主动学习（Active Learning）
- 10. 主动学习综述(ACTIVE LEARNING)
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
相关标签/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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【主动学习论文】Learning Loss for Active Learning, CVPR 2019
- 2. 主动学习(Active Learning)
- 3. 主动学习——active learning
- 4. active learning主动学习
- 5. learning loss for active learning 论文学习笔记
- 6. [Active Learning] 01 A Brief Introduction to Active Learning 主动学习简介
- 7. 自主学习（active learning）
- 8. 【Active Learning - 03】Adaptive Active Learning for Image Classification
- 9. 浅谈主动学习（Active Learning）
- 10. 主动学习综述(ACTIVE LEARNING)