awesome-semi-supervised-learning

awesome-semi-supervised-learning

半监督学习资源汇总,减少标注成本,提升分类效果

全面整理的半监督学习资源列表,包括最新研究、代码库和各种应用。半监督学习通过结合大量无标签数据和少量有标签数据,减少标注成本并提升模型准确度。资源涵盖计算机视觉、自然语言处理、生成模型、图基方法等多个领域,适用于深度学习框架。提供详细的文献综述、代码实现以及相关书籍和讲座链接,帮助用户了解和应用半监督学习技术。

Semi-Supervised Learning深度学习分类生成模型半监督学习方法Github开源项目

优秀的半监督学习

优秀
MIT许可证
接受PRs
维护

<p align="center"> <img width="300" src="https://i.imgur.com/Ky2jxnj.png" "优秀!"> </p>

一份精心策划的优秀半监督学习资源列表。受到awesome-deep-visionawesome-deep-learning-papersawesome-self-supervised-learning的启发。

背景

<img src="https://i.imgur.com/xXi9N40.png">

什么是半监督学习?

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。

有多少种半监督学习方法?

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。

半监督学习方法如何利用未标记数据?

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)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>

贡献

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。

<!-- ## 目录 - [书籍](#books) - [调查和概述](#surveys--overview) - [计算机视觉](#computer-vision) - [自然语言处理](#nlp) - [生成模型和任务](#generative-models--tasks) - [基于图的SSL](#graph-based-ssl) - [理论](#theory) - [强化学习、元学习和机器人](#reinforcement-learning-meta-learning--robotics) - [回归](#regression) - [其他](#other) - [讲座](#talks) - [论文](#thesis) - [博客](#blogs) -->

书籍

  • 半监督学习书籍. Olivier Chapelle, Bernhard Schölkopf, Alexander Zien. IEEE神经网络交易2009

代码库

调查和概述

计算机视觉

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。

自然语言处理

论文清单

生成模型和任务

论文清单

基于图的SSL

论文清单

理论

论文清单

强化学习、元学习和机器人

论文清单

回归

论文清单

其他

论文清单

讲座

论文

博客

编辑推荐精选

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

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。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

Trae

Trae

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工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

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。

讯飞绘文

讯飞绘文

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。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料��星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多