多示例学习训练网络时，示例级别是否需要被标记?

原創 dai_girl 2020-06-21 08:10

最近在看基于深度学习的多示例学习，初入门，被这个问题困扰了好久！

多示例中，示例级别的标签未被给出。

但要对网络进行训练的话，训练集只给对应包级别标签，如何进行训练？

示例级别不被标记如何训练，需要标记的话该如何标记？

会继续查看相关论文，也希望大家给给意见，感谢！

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

MIL 库学习

https://blog.csdn.net/wenzhou1219/category_9262307.html

jack_201316888 2020-07-03 04:55:12

B2B测试架构--MC-Verifier

fzm5298 2020-06-21 17:28:53

不同CUDA版本对应的最小GPU运算能力和最低兼容驱动

The minimum compute capability for various CUDA versions CUDA Version Minimum Compute Capability Default Compute

半岛铁盒de 2020-07-07 08:17:52

PyTorch+YOLOv5环境搭建（未完待续）

PyTorch+YOLOv5環境搭建 PyTorch requirements NVIDIA CUDA 9.2 or above NVIDIA cuDNN v7 or above https://github.com/pyt

半岛铁盒de 2020-07-07 07:39:14

OpenCV DNN 模块-风格迁移

本文主要介紹OpenCV的DNN模塊的使用。OpenCV的DNN模塊自從contrib倉庫開始，就是隻支持推理，不支持訓練。但是僅僅只是推理方面，也夠強大了。現在OpenCV已經支持TensorFlow、Pytorch/Torc

冰不语 2020-07-06 02:21:16

[DNN模块开发]如何写dnn文件

　　在所有DNN模塊的安裝包中，都有一個*.DNN文件。這個文件就是DNN模塊的安裝文件清單。在安裝模塊時DNN應用程序讀取該文件，按照文件清單中的內

mike1983 2020-07-03 14:23:57

如何修改DotNetNuke(DNN)中服务条款和隐私说明

　在中國DNN的論壇上經常有人問道：“如何修改DNN中服務條款和隱私說明”。其實服務條款和隱私說明的內容都是語言包的一部份，不同的語言可以有不同的內容

mike1983 2020-07-03 14:23:57

DNN交互设计-介绍（一）

用戶體驗設計是軟件開發中最重要的學科之一。要注意用戶體驗在軟件生命週期中不是一下子就可以完成的。好的用戶體驗需要基於用戶行爲和新的工具和技術的進行不斷地完善。現在DotNetNuke的認識到良好的用戶體驗對用戶和企業效益的重要性。DNN團

missautumn 2020-06-25 01:53:40

深度模型：优化性能 调参

調參調的是什麼？ 調整的是損失函數中的參數，這裏麪包含了正則參數和初始化。 注意 調參看驗證集。trainset loss通常能夠一直降低，但validation set loss在經過一段降低期後會開始逐漸上升，此時模型開始在訓練集上

凝眸伏笔 2020-06-20 12:32:41

深度模型的CTR演进之路——知识点汇集

路線圖： 忘記從哪位大神哪裏獲取的了，十分抱歉~~ 相應內容 算法 知識鏈接 Forest   ResNet   LR  線性迴歸原理及推導   邏輯迴歸原理及推導 MF 矩陣分解方法ALS   矩陣分解方法處理隱式反饋 Embeddi

凝眸伏笔 2020-06-20 05:30:13

TensorFlow中embedding_lookup()函数的意义，查表中的矩阵如何得到

1.embedding_lookup()函數 調用參數 tf.nn.embedding_lookup(params, ids, partition_strategy='mod', name=None) params參數：可以是一個二位矩

凝眸伏笔 2020-06-20 04:25:12

深度学习中过拟合、欠拟合现象以及解决方法

一、過擬合 1.過擬合現象 過擬合（overfitting）是指在模型參數擬合過程中的問題，由於訓練數據包含抽樣誤差，訓練時，複雜的模型將抽樣誤差也考慮在內，將抽樣誤差也進行了很好的擬合。具體表現就是最終模型在訓練集上效果好；在測試集上效

凝眸伏笔 2020-06-20 04:25:01

论文阅读：Deep Learning in Mobile and Wireless Networking:A Survey

論文閱讀：Deep Learning in Mobile and Wireless Networking:A Survey 從背景介紹到未來挑戰，一文綜述移動和無線網絡深度學習研究 近來移動通信和 5G 網絡等快速發展，它

图不灵 2020-06-16 15:44:03

CNN卷积中卷积层，卷积核，通道概念及卷积过程详解

1.卷積層，卷積核，通道概念及作用 卷積層：又稱濾波器（filter）或者內核（kernel）,TensorFlow文檔中稱之爲濾波器（filter）。用於對輸入的圖像結構進行特徵提取。 卷積核：同上卷積層。 通道：指濾波器的個數。輸出的

归遇卿 2020-06-16 04:28:54

深度神经网络（DNN）：卷积神经网络（CNN）之激活函数大全

卷積神經網絡中激活函數，理論上可以是線性函數：例 但是在模型中一般選用非線性的激活函數。 (1)sigmoid函數： (2)雙曲正切函數： (3)硬限幅函數 (4)斜面函數 （5）修正線性單元函數（ReLU） （6）滲漏修正線性

归遇卿 2020-06-16 04:28:54