摘要
我们的方法有以下的步骤:
1,给每一个类标签生成一个高维二进制码。
2,运用LSH去将类标签的高维二进制码与哈希码对齐。
3,我们使用在线SGD去优化,每个chunk可以只含一条数据。
4,如果出现过未知名的类,直接可以选取一个没使用过的高维二进制码表示它。
介绍
现有方法有以下不足:
1,不是在线的,不适合现实场景。
2,要求输入数据必须是成batch的,不适合一条一条地输入,也就不适合用SGD来解决。
3,无监督的方法不能充分利用标签信息,有监督的方法举例想要的效果又很远,有监督的想要改进一点又需要多出大量训练时间。
提出方法
F是原始数据到哈希码的映射,C是类标签到高维二进制码的映射:
高维二进制码与哈希码维度不匹配,用LSH降维使其匹配:
Hadamard Codebook
这里怎么给不同的类标签分配不一样的高维二进制码,这里的二进制码要满足这个性质:
可以用这种方式随机生成:
确定C的维度,使得始终要大于数据库中总类的数量: