一份精心策划的优秀半监督学习资源列表。受到awesome-deep-vision、awesome-deep-learning-papers和awesome-self-supervised-learning的启发。
它是一种特殊的分类形式。传统分类器仅使用标记数据(特征/标签对)进行训练。然而,标记实例通常很难获得,且代价高昂或耗时,因为它们需要有经验的人工注释者的努力。同时,未标记的数据可能相对容易收集,但利用它们的方法却不多。半监督学习 通过结合大量未标记的数据和标记的数据来建立更好的分类器,从而解决了这个问题。由于半监督学习需要的人工努力较少且准确率更高,因此它在理论和实践中都备受关注。
很多。一些常用的方法包括:生成混合模型的EM、自训练、一致性正则化、协同训练、横向支持向量机和基于图的方法。随着深度学习的兴起,大部分这些方法被改编并集成到现有的深度学习框架中,以利用未标记的数据。
半监督学习方法使用未标记数据来修改或重新排序从标记数据中获得的假设。尽管并非所有方法都是概率性的,但更易于查看的方法是通过p(y|x)表示假设,通过p(x)表示未标记数据。生成模型有共同参数用于联合分布p(x,y)。可以很容易地看到p(x)影响p(y|x)。包含EM的混合模型属于这一类,某种程度上自训练也算。许多其他方法都是判别性的,包括横向SVM、高斯过程、信息正则化、基于图的方法和大多数基于深度学习的方法。原始的判别训练不能用于半监督学习,因为忽略了p(x)来估计p(y|x)。为了解决这个问题,常常将*p(x)相关的项引入目标函数中,相当于假设p(y|x)和p(x)*共享参数。
(来源:SSL文献调查。)
<figure> <p align="center"> <img src="https://i.imgur.com/PJ340SK.png" width="600"> <figcaption>未标记数据在半监督学习中的影响示例。 (图片来源:<a href="https://en.wikipedia.org/wiki/Semi-supervised_learning">维基百科</a>) </figcaption> </p> </figure>如果您发现任何错误,或希望添加一些论文,请随时通过联系我或者创建一个pull request来贡献到此列表,使用以下Markdown格式:
- 论文名称。 [[pdf]](链接) [[code]](链接) - 作者1,作者2,和作者3。 *会议年份*
并将它们添加到files/
中的相应markdown文件中。
请注意,对于图像和目标分割任务,我们还包括使用弱标注(例如图像类)的弱监督学习方法。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。