原标题：主动学习--查询策略] 01 Core-set

原文来自：博客园      原文链接：https://www.cnblogs.com/wuliytTaotao/p/11509306.html

符号定义

• 主动学习每一次迭代选择的样本数量为一个 budget

• 训练集中初始无标签数据集记为 unlabeled data，u0${\mathit{u}}_0$

  ，参与距离计算。

  
  

  算法详情

  

  
  Algorithm 2 用 Gurobi 进行 MIP（mixed integer program）优化，运行较慢。Algorithm 1 比 Algorithm 2 简单，速度很快，但论文中效果稍微不如后者。

  实现代码

  GitHub - ozansener/active_learning_coreset (Source code)
  GitHub - google/active-learning/sampling_methods/kcenter_greedy.py
  GitHub - dsgissin/DiscriminativeActiveLearning/query_methods.py

  提出论文：

  Sener, O., & Savarese, S. (2018). Active Learning for Convolutional Neural Networks: A Core-Set Approach. In ICLR (pp. 1–13). Retrieved from http://arxiv.org/abs/1708.00489

  被引论文：

  [1] Yoo, D., & Kweon, I. S. (2019). Learning Loss for Active Learning. CVPR, 93–102. Retrieved from http://arxiv.org/abs/1905.03677
  [2] Sinha, S., Ebrahimi, S., & Darrell, T. (2019). Variational Adversarial Active Learning. ICCV. Retrieved from http://arxiv.org/abs/1904.00370

  免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

  合作及投稿邮箱：E-mail:editor@tusaishared.com