修复匹配 swMATH ID: 41277 软件作者: Kihyuk Sohn、David Berthelot、Chun-Liang Li、Zizhao Zhang、Nicholas Carlini、Ekin D.Cubuk、Alex Kurakin、Han Zhang和Colin Raffel 描述: FixMatch:以一致性和信心简化半监督学习。半监督学习(SSL)提供了一种利用未标记数据提高模型性能的有效方法。在本文中,我们演示了两种常见SSL方法的简单组合的威力:一致性正则化和伪标签。我们的算法FixMatch首先使用模型对弱增强的未标记图像的预测生成伪标签。对于给定的图像,只有当模型产生高置信度预测时,才会保留伪标签。然后对模型进行训练,以便在输入同一图像的增强版本时预测伪标签。尽管它很简单,但我们表明,FixMatch在各种标准半监督学习基准中实现了最先进的性能,包括94.93 主页: https://arxiv.org/abs/2001.07685 源代码: https://github.com/google-research/fix匹配 依赖项: 蟒蛇 关键词: 蟒蛇;机器学习;arXiv_cs。LG公司;计算机视觉;模式识别;arXiv_cs。个人简历;arXiv_状态ML;修复匹配;半监督学习 相关软件: 重新混合匹配;MixMatch(混合匹配);CIFAR公司;混淆;ImageNet公司;PyTorch公司;蟒蛇;SimCLR(模拟清除);随机增强;Scikit公司;FlexMatch(弹性匹配);S4L系列;开胃-v4;t-SNE公司;UCI-毫升;亚当;新加坡存托凭证;SemiBoost公司;兰达-SSL;渐变CAM 引用于: 11文件 标准条款 1出版物描述软件 年份 FixMatch:以一致性和信心简化半监督学习arXiv公司Kihyuk Sohn、David Berthelot、Chun-Liang Li、Zizhao Zhang、Nicholas Carlini、Ekin D.Cubuk、Alex Kurakin、Han Zhang和Colin Raffel 2020 全部的 前5名41位作者引用 1 范达纳·巴查尼 1 本吉奥,约舒亚 1 杰夫·考尔德 1 冯、乐 1 傅传生 1 高、方 1 Timothy Q,Gentner先生。 1 顾克仁 1 郭文忠 1 黄胜军 1 Juho Kannala公司 1 川口,Kenji 1 巴拉吉·拉克希米纳拉亚南 1 亚历克斯·兰姆 1 李景正 1 李绍元 1 玲,羌 1 刘,杨 1 戴维·洛佩兹 1 陆康康 1 罗天一 1 赞德Masotto 1 利兰麦克因斯 1 凯文·米勒(Kevin C.Miller)。 1 杰克·尼科德姆 1 钱振兴 1 穆罕默德·拉加布 1 阿伦·拉贾 1 蒂姆·塞恩堡 1 史,叶 1 阿诺·索林 1 孙海龙 1 巴拉戈帕尔·乌尼克利什南 1 维卡斯·维玛 1 王世平 1 王哲文 1 谢国晨 1 尹、董 1 于,叶 1 张乐 1 张新鹏 5篇连载文章中引用 6 机器学习 2 信息科学 1 神经网络 1 神经计算 1 SIAM数据科学数学杂志 在3个字段中引用 11 计算机科学(68至XX) 4 统计学(62-XX) 1 偏微分方程(35-XX) 按年份列出的引文