原文:多示例学习 multiple instance learning (MIL)

多示例学习:包 bags 和 示例 instance . 包是由多个示例组成的,举个例子,在图像分类中,一张图片就是一个包,图片分割出的patches就是示例。在多示例学习中,包带有类别标签而示例不带类别标签,最终的目的是给出对新的包的类别预测。 多示例学习是弱监督学习中的一个popular的方法。用于训练分类器的instance是没有类别标记的,但是bags却是有类别标记的,这一点与以往所有框架 ...

2016-11-16 22:10 1 8068 推荐指数:

查看详情

联邦学习(Federated Learning)详解以及示例代码

联邦学习也称为协同学习,它可以在产生数据的设备上进行大规模的训练,并且这些敏感数据保留在数据的所有者那里,本地收集、本地训练。在本地训练后,中央的训练协调器通过获取分布模型的更新获得每个节点的训练贡献,但是不访问实际的敏感数据。 联邦学习本身并不能保证隐私(稍后我们将讨论联邦学习系统中的隐私破坏 ...

Sat Dec 11 21:10:00 CST 2021 0 1493
Deep Learning学习(开篇)

Deep Learning(深度学习)最近火爆的不行,不论是以NIPS,ICML,CVPR这些top conference为代表的学术界,还是以Google,Microsoft,IBM为代表的工业界,都加入到了轰轰烈烈的深度学习行列中。在可以预见的相当长一段时间内,Deep Learning依然 ...

Wed Feb 20 06:02:00 CST 2013 5 27669
联邦学习(Federated Learning

原文链接:https://blog.csdn.net/cao812755156/article/details/89598410 https://zhuanlan.zhihu.com/p/79284686 联邦学习简介 联邦学习(Federated Learning)是一种新兴的人工智能基础 ...

Tue Jul 20 00:26:00 CST 2021 0 440
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM