Deep clustering for unsupervised learning of visual features论文笔记

Deep clustering for unsupervised learning of visual features

知识点

所有分类问题都可能出现退化的情况，因为分类器认知中的最好分类就是将所有的点分为一类（对于有监督而言，当样本不平衡时这种情况尤甚）。
对于KMeans，可以在出现出现空簇时，随机选择一个非空簇，将它的中心进行一定偏移获得一个新中心，然后再继续进行聚类。

流程

通过传统聚类如KMeans获得伪标签，然后用交叉熵进行训练。