Summer Tree is Cyan

Thinking will not overcome fear but action will.

通过mars产生中间数据量的数据集并测试nlvm-b4的实验效果

方差实验组

说明 nlvm-b4的实验结果表明,在Duke 数据集上的效果不明显,但在mars数据上效果较好。 duke 和mars的带标注样本数量差不多,但是未标注样本差别较大。 现利用mars数据集,保持带标注数据部分不变,将未标注数据随机减少一半。 本组实验结果保存在 vgssm/3 (mars)中。 运行文件:vrm/nlvm-b4.py 运行命令: pytho...

干货|专知2020-02推荐清单

科研宝典

2020 2月 【2020新书】深度学习视觉系统,Deep Learning for Vision Systems, 396页pdf 从信息社会迈向智能社会,高文,北京大学教授、中国工程院院士,黄铁军为北京大学教授) 从信息社会迈向智能社会-中共中央网络安全和信息化委员会办公室 2020科技、传媒和电信行业预测,140页pdf https://www2.de...

nlvm-b4最佳参数实验详情

方差实验组

说明 参数情况 运行文件: vrm/nlvm-b4.py 运行命令: python3.6 nlvm-b4.py --exp_order 2 --percent_vari 0.8 --stop_vari_step 5 python3.6 nlvm-b4.py --exp_order 2 --percent_vari 0.8 --stop_vari_step 5 --dat...

特征空间相似性分析之相似遮挡(三点距离关系)

方差实验组-升级

动机 基于前面提出的方差置信度问题。 我们首先是认为在最小欧几里得距离相差不多的情况下,我们优先选择 与其最近两个带标注样本距离方差(后简称方差)较大的伪标签样本。 其根据依据是当一个东西同时像两个不同的东西的时候,那这个东西谁都不像了。 简单的通过方差二次采样 验证了方差置信度的在实际的迭代过程中的效果。通过可视化距离的数值,我们发现那些因为方差太小而被淘汰掉了的数据并没有和标签估计错...

vgssm_EF15 搭配最佳expand_rate和q取e半值的实验结果

方差实验组

说明 运行文件: vrm/vcf03.py 运行命令: python3.6 vcf03.py --exp_name vgssm_EF15 --exp_order 0 --EF 15 # expand_rate = [1.3,1.2,1.1,1.08,1.06,1.04,1.02] # stop_vari_step = len(expand_rate) python3.6 ...

vgssm-EF10搭配最佳参数的实验结果

方差实验组

说明 baseline性能 运行文件:vcf03.py 运行命令: python3.6 vcf03.py --exp_order 7 --P_q 0.8 --stop_vari_step 5 # expand_rate = [1.1,1.08,1.06,1.04,1.02] python3.6 vcf03.py --exp_order 7 --P_q 0.7 --s...

测试EF15最佳选定参数和q取e半值的效果(仅数据处理)

方差实验组

说明 使用analysis_data_handle.py进行数据处理 分别测试gradually_EF15在最佳选定参数和q = 1/2 e的情况下的效果。 本组实验实现在analysis_data_handle.py中function11 和 function12中实现。 -运行命令如下: python3.6 analysis_data_handle.py --ex...

测试在EF较大(EF=15)的情况下的方差二次采样的效果

方差实验组

总体说明 EF = 15 论文中baseline的数据入下: 将mars和duke两个数据集的运行结果保存在’gradually_EF15目录下’。 运行文件 master/main.py , 运行命令: python3.6 main.py --exp_name gradually_EF15 --EF 15 --q 1 --exp_order ...

analysis_data_handle.py-function8-实验结果说明及分析

方差实验组

实验结果下载链接:http://note.youdao.com/noteshare?id=8299b9cd136b1c576b0e002a1f22720d 结果说明 因为实验数据复杂,请实验过程中代码变动很大,所有图例所述不尽详实。 在这里做具体的实验说明。 如上图,[0/xxx]表示采样数据范围。 model_0表示仅根据one-shot部分带标注样本训练后得到的模型。mo...

距离和方差对标签估计准确率的影响分析

方差实验组

通用说明 model0-model10,训练程度加深。 横坐标为未标注样本。 distance 指的是各个样本的与带标注样本的最小欧几里得距离。 variance 指的是各个样本与其距离最近的两个带标注样本的距离方差。 FN_acc(n<U)表示前n个未标注样本标签估计的准确率。其中U=len(u_data) acc_list 是bool数值,长度为U, 如果...