知行编程网知行编程网  2022-06-04 12:00 知行编程网 隐藏边栏 |   抢沙发  18 
文章评分 0 次,平均分 0.0

Meta-Learning 最新进展

来自 | 知乎   作者|sisiyou

链接 | https://zhuanlan.zhihu.com/p/131580167

编辑 | 深度学习这件小事

本文仅作学术交流,如有侵权,请联系后台删除

Meta-Learning 最新进展

本文总结了基于MAML(二次梯度)相关的meta-learning的最新进展。

Learning to Reweight Examples for Robust Deep Learning

任务:噪声数据的图像分类;不平衡类别的图像分类问题。

动机:对于噪声数据和不平衡类别的图像分类问题,通常会对每个样本赋予一个权重。比如对噪声数据赋予低的权重,对少类别样本赋予一个高的权重。但是,很难针对一个样本确定一个特定的权重。本文提出利用一个clean validation set,作为指导,对每个train set的样本自学习一个权重。

做法:如下图所示,分为三步走的策略,前两部更新权重w,后一步更新网络参数。

  1. (4-7步),train set经过网络  ,初始化每个权重为0,得到更新后的参数  。

  2. (8-11步),val set 经过网络 ,更新权重  ,得到 

  3. (12-14步),train set经过网络  ,利用更新后的权重  ,更新网络得到  。

问题:

  1. 为什么每次都要初始化w为0,无法利用之前学习到的状态。

  2. 第一步和第三步都是把train set经过网络  ,能否合并。

Meta-Learning 最新进展
Meta-Learning 最新进展

Meta-Weight-Net: Learning an Explicit Mapping For Sample Weighting (NIPS19)

任务:噪声数据的图像分类;不平衡类别的图像分类问题。

动机:现有的方法通常根据训练loss对每个训练样本分配一个权重。能否利用一个网络直接根据训练loss生成该样本的权重?如何对这个网络进行监督?--利用meta-learning的思想:利用网络产生的权重更新分类网络,分类网络应该在验证集上表现很好。

方法:分类网络  ;meta 网络 

  1. 利用  生成每个样本的权重,利用训练集更新分类网络 

  2. 根据  在验证集上的表现更新meta网络 

  3. 根据更新后的meta网络  更新分类网络 

Meta-Learning 最新进展
Meta-Learning 最新进展


Meta Pseudo Labels (arxiv 2020)

任务:半监督学习

动机:半监督常用的思想是对无标注的样本赋予一个伪标签。现有的方法是利用标注样本训练好的模型预测一个伪标签。能否根据网络的状态自适应地赋予每个样本一个标注信息呢?

做法:利用meta-learning的思想学习一个标注网络(teacher)为主网络(student)生成伪标签。将标注样本作为验证集(val),无标注样本作为训练集(train)。

  1. 利用无标注样本更新student网络,利用teacher网络的预测的标签以及CE loss。 

  2. 利用标注样本(验证集)更新teacher网络,根据student在验证集上的表现。

Meta-Learning 最新进展

   长尾分布学习

BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition

问题定义:长尾分布:少数类别占据了大量样本,大量类别只占据了少数样本。

动机:长尾分布常用的方法是data-balancing:对tail data赋予一个高的采样权重,对head data赋予一个低的采样权重。这样会有利于分类器(最后一层全连接层)的学习,但是会损害特征提取器的性能。因此,本文提出一个策略,将特征提取器分类器分开学习。其中,特征提取器利用uniform sample的样本进行学习,分类器利用data re-sample的样本进行学习。

方法:

  1. conventional learning branch F1:uniform sampler得到样本x1,提取特征F1(x);

  2. re-balancing branch F2:reversed sampler得到样本x2,提取特征F2(x2);

  3. 利用mix-upcumulative learning(渐进式学习)的思想,对特征和标注信息进行融合。 ;

  4. cumulative learning:随着迭代次数的增加,不断减小  ,使网络从特征学习到分类器学习。

  5. 测试时,固定a=0.5, ;


Meta-Learning 最新进展


<pre style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><p style="max-width: 100%;letter-spacing: 0.544px;white-space: normal;color: rgb(0, 0, 0);font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;widows: 1;line-height: 1.75em;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong>完<strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;font-size: 16px;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;letter-spacing: 0.5px;box-sizing: border-box !important;overflow-wrap: break-word !important;">—</span></strong></span></strong></span></strong></p><section style="max-width: 100%;letter-spacing: 0.544px;white-space: normal;font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;widows: 1;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="max-width: 100%;letter-spacing: 0.544px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section powered-by="xiumi.us" style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section style="margin-top: 15px;margin-bottom: 25px;max-width: 100%;opacity: 0.8;box-sizing: border-box !important;overflow-wrap: break-word !important;"><section><p style="margin-bottom: 15px;padding-right: 0em;padding-left: 0em;max-width: 100%;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 25.5938px;letter-spacing: 3px;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;color: rgb(0, 0, 0);box-sizing: border-box !important;overflow-wrap: break-word !important;"><strong style="max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="max-width: 100%;font-size: 16px;font-family: 微软雅黑;caret-color: red;box-sizing: border-box !important;overflow-wrap: break-word !important;">为您推荐</span></strong></span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">中国大学10强!校友会2020世界一流大学排名发布</p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="font-size: 14px;">GitHub重大更新:在线开发上线,是时候卸载IDE了</span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;"><span style="color: rgb(87, 107, 149);-webkit-tap-highlight-color: rgba(0, 0, 0, 0);cursor: pointer;max-width: 100%;font-size: 14px;box-sizing: border-box !important;overflow-wrap: break-word !important;">史上最烂的项目:苦撑12年,600多万行代码...</span></p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">数据分析入门常用的23个牛逼Pandas代码</p><p style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;max-width: 100%;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;box-sizing: border-box !important;overflow-wrap: break-word !important;">知乎高赞:985计算机视觉毕业后找不到工作怎么办?<br  /></p></section></section></section></section></section></section></section></section>
Meta-Learning 最新进展

本篇文章来源于: 深度学习这件小事

本文为原创文章,版权归所有,欢迎分享本文,转载请保留出处!

知行编程网
知行编程网 关注:1    粉丝:1
这个人很懒,什么都没写

发表评论

表情 格式 链接 私密 签到
扫一扫二维码分享