文件名称：pytorch_active_learning:PyTorch主动学习库与在环机器学习书配套
文件大小：22.68MB
文件格式：ZIP
更新时间：2024-05-24 12:18:57
Python
PyTorch主动学习 常见的主动学习方法库包括： 环环相扣的机器学习罗伯特·蒙罗（Robert Munro） 曼宁出版物 该代码是独立的，可以与本书一起使用。 库中的主动学习方法 该代码当前包含用于以下目的的方法： 最低置信度抽样 置信度抽样 置信度采样率 熵（分类熵） 基于模型的离群抽样 基于聚类的采样 代表性抽样 自适应代表性抽样 主动转移学习以进行不确定性采样 主动转移学习以进行代表性抽样 自适应采样的主动转移学习（ATLAS） 本书介绍了如何在计算机视觉和自然语言处理中将它们独立地，组合地应用以及用于不同的用例。 它还涵盖了针对现实世界多样性进行抽样以避免偏见的策略。 安装： 如果您克隆此仓库并且已经安装了PyTorch，则应该能够立即开始： git clone https://github.com/rmunro/pytorch_active_learning cd
【文件预览】：
pytorch_active_learning-master
----models()
--------.readme(19B)
----unlabeled_data()
--------unlabeled_data.csv(50.77MB)
----diversity_sampling.py(11KB)
----validation_data()
--------not_related.csv(0B)
--------related.csv(0B)
----active_learning_basics.py(18KB)
----evaluation_data()
--------not_related.csv(60KB)
--------related.csv(6KB)
----LICENSE(1KB)
----advanced_active_learning.py(19KB)
----active_learning.py(28KB)
----requirements.txt(167B)
----README.md(6KB)
----pytorch_clusters.py(9KB)
----uncertainty_sampling.py(7KB)
----training_data()
--------not_related.csv(5KB)
--------related.csv(315B)