使用协作样本选择和对比半监督学习来学习带噪标签的内容

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该文介绍了一种深度学习神经网络的标签检查和修正方法,通过小损失选择和噪声校正的思想,训练两个不同的网络,并根据分类误差和同意误差的评估来度量数据的置信度。实验结果表明该方法优于基准方法。

🏷️

标签

➡️

继续阅读