<正>深度学习的发展依赖于数据,尤其需要大量有标注的样本以支撑模型的训练。在很多领域,标注样本是高成本的,但与此同时存在大量而廉价的无标注数据。半监督学习能有效利用无标注数据以提升分类器的性能,符合应用场景的诉求。SGAN模型在GAN上进行拓展,使其能以端到端的模式完成半监督任务。但是该模型没有充分利用无标签和生成样本。因此本文提出一种新的方法 PSGAN,引入伪标签损
科研之友
微信
新浪微博
Facebook
分享链接
