Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想: 2. 代碼實現(Pytorch):https://github.com ...
Semi Supervised Learning with Generative Adversarial Networks 引言:本文將產生式對抗網絡 GAN 拓展到半監督學習,通過強制判別器來輸出類別標簽。我們在一個數據集上訓練一個產生式模型 G 以及 一個判別器 D,輸入是N類當中的一個。在訓練的時候,D被用於預測輸入是屬於 N 的哪一個,這個 是對應了G的輸出。這種方法可以用於創造更加有效 ...
2016-08-25 01:01 0 3798 推薦指數:
Semi-supervised Classification with Graph Convolutional Networks 2018-01-16 22:33:36 1. 文章主要思想: 2. 代碼實現(Pytorch):https://github.com ...
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Thomas N. Kipf、MaxWelling Published as a conference paper at ICLR 2017 論文筆記 ...
這篇文章的主要貢獻點在於: 1.實驗證明僅僅利用圖像整體的弱標簽很難訓練出很好的分割模型; 2.可以利用bounding box來進行訓練,並且得到了較好的結果,這樣可以代替用pixel-leve ...
論文筆記:Adaptive Consistency Regularization for Semi-Supervised Transfer Learning Paper: Adaptive Consistency Regularization for Semi-Supervised ...
Virtual Adversarial Training: a Regularization Method for Supervised and Semi-supervised Learning 簡介 本文是17年半監督學習的一篇文章,受對抗訓練的啟發,將對抗訓練的范式用於提升半監督學習 ...
GCN的定義 下面內容參考kipf博客,個人認為是告訴你從直覺上,我們怎么得到GCN圖上的定義(而前面的大幅推導是從理論上一步一步來的,也就是說可以用來佐證我們的直覺) 我們的網絡輸入是\(\ma ...
背景簡介 GCN的提出是為了處理非結構化數據(相對於image像素點而言)。CNN處理規則矩形的網格像素點已經十分成熟,其最大的特點就是利用卷積進行①參數共享②局部連接,如下圖: 那么類比 ...
Generative Adversarial Nets NIPS 2014 摘要:本文通過對抗過程,提出了一種新的框架來預測產生式模型,我們同時訓練兩個模型:一個產生式模型 G,該模型可以抓住數據分布;還有一個判別式模型 D 可以預測來自訓練樣本 而不是 G 的樣本的概率 ...