To Top
首页 > 深度学习 > 正文

mixmatch

标签:mixmatch, 半监督


目录

MixMatch: A Holistic Approach to Semi-Supervised Learning

本文来自 Google Research,这一方法综合了自洽正则化(Consistency Regularization)最小化熵(Entropy Minimization)以及传统正则化(Traditional Regularization),取三者之长,并补三者之短,提出了 MixMatch 这一方法。在 CIFAR10 上,仅仅使用 250 个标签数据就达到 11% 的错误率,远超其他主流方法。

参考https://zhuanlan.zhihu.com/p/66281890

参考谷歌首席科学家:半监督学习的悄然革命

原始blog:https://towardsdatascience.com/the-quiet-semi-supervised-revolution-edec1e9ad8c

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


原创文章,转载请注明出处!
本文链接:http://daiwk.github.io/posts/dl-mixmatch.html
上篇: 强化学习进展(持续更新)
下篇: Top-K Off-Policy Correction for a REINFORCE Recommender System

comment here..