yangyubuaa / Pseudo_Data_TaggingLinks
基于自学习(伪标签)的数据自动标注算法(半监督)
☆17Updated 3 years ago
Alternatives and similar repositories for Pseudo_Data_Tagging
Users that are interested in Pseudo_Data_Tagging are comparing it to the libraries listed below
Sorting:
- 用Tensorflow实现深度学习模型和迁移学习模型☆14Updated 5 years ago
- 使用基于自注意力池化机制结合GCN模型实现图分类☆24Updated 4 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆52Updated 7 years ago
- 用VGG16模型进行简单的垃圾图像分类☆10Updated 3 years ago
- The python implementation of tri-triaing☆50Updated 5 years ago
- 本代码将用极端随机森林(Extremely Random Forests, ERF)来训练图像分类器。一个目标识 别系统就是利用图像分类器将图像分到已知的类别中。 ERF在机器学习领域非常流行,因为ERF 具有较快的速度和比较精确的准确度。我们基于图像的特征构建一组决策树,…☆10Updated 7 years ago
- Cost-Sensitive Learning / ReSampling / Weighting / Thresholding / BorderlineSMOTE / AdaCost / etc.☆107Updated 4 years ago
- 集成学习Stacking方法详解☆75Updated 5 years ago
- 数据预处理之缺失值处理,特征选择☆21Updated 6 years ago
- 使用对比学习对MNIST数据集进行与训练和分类☆11Updated 2 years ago
- 双塔模型,打比赛用。解决多维时间序列的分类预测任务☆32Updated 2 years ago
- 基于半监督深度学习的木马流量检测方法☆27Updated last year
- 常用的特征选择方法☆68Updated 2 years ago
- 深度学习 注意力机制模块 时间 空间注意力通道☆29Updated 2 years ago
- 使用多种方法解决MNSIT问题☆24Updated 5 years ago
- AutoEncoder implements by keras. Including AE, DAE, DAE_CNN, VAE, VAE_CNN, CVAE, Sparse AE, Stacked DAE.☆41Updated 5 years ago
- ☆44Updated last year
- 基于深度学习卷积神经网络的图像分类的GUI界面☆24Updated 2 years ago
- 类别不平衡学习,包括采样、代价敏感学习、决策输出补偿以及集成学习等内容☆36Updated 4 years ago
- here is the introduce of bls☆68Updated 4 years ago
- 基于GAN的小样本学习实验(pytorch)☆14Updated 4 years ago
- 数据极度不均衡时的一个二分类实现,在weighted class,oversampling,focal loss等解决方式上进行了验证和对比;并对focal loss进行了调参☆12Updated 4 years ago
- ☆13Updated 2 years ago
- 基于PyTorch框架实现的图像分类网络☆82Updated 4 years ago
- ☆67Updated 4 years ago
- 北京印刷学院人工智能大赛深度学习组作品_基于深度学习的新冠肺炎检测系统☆9Updated last year
- 基于Python实现了K-Means、GMM、DBSCAN、AGNES等四种常见的聚类算法☆69Updated 6 years ago
- 这个仓库主要包含了LSTM、卷积神经网络中,注意力机制的实现。☆132Updated 4 years ago
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆24Updated 3 years ago
- 本项目开发了一个机器学习和深度学习的训练工具。该训练工具基于sklearn和pytorch,不仅支持常规训练、交叉验证训练,还支持贝叶斯搜索参数,并可随时自动保存训练模型和日志。☆12Updated last year