迁移学习从根本上改变了自然语言处理(NLP)的处理范式。许多最先进的模型首先在大型文本语料库上进行预先训练，然后在下游任务上进行微调。
2022-02-12 14:24:26
4.63MB
1
预算matlab代码
全卷积网络的半监督深度学习MICCAI
2017论文的正式实施
克里斯托夫·鲍尔（
Christoph
Baur
，慕尼黑TU），沙迪·阿尔巴古尼（
Shadi
Albarqouni）
（慕尼黑TU），纳西尔·纳瓦布（
Nassir
Navab
）慕尼黑（TU）和巴尔的摩JHU
C.
Baur和S.
Albarqouni对这项工作做出了同等贡献
抽象的：
深度学习通常需要大量带标签的训练数据，但是注释数据既昂贵又乏味。
半监督学习的框架提供了使用标记数据和任意数量的未标记数据进行训练的方法。
最近，针对标准CNN架构对半监督式深度学习进行了深入研究。
但是，全卷积网络（FCN）为许多图像分割任务设定了最新技术。
据我们所知，目前尚无针对此类FCN的半监督学习方法。
在随机特征嵌入的帮助下，我们提出了用于半监督学习的辅助流形嵌入到FCN的概念。
在有关MS病变分割的艰巨任务的实验中，我们利用提议的框架进行域适应，并报告了相对于基线模型的实质性改进。
C.
Baur和S.
Albarqouni对这项工作做出了同样的贡献。
资源
要求
MATLAB
2017a（最后测试
2022-02-12 11:26:51
13.77MB
1