1 致谢
感谢钟老师的讲述!
2 伪标签的使用
我感觉是这样的,我先有一个比较好的模型,我在test的时候发现的两种情况:好样本和坏样本;然后我在想,感觉对于好样本,我的模型还拟合的比较好,干脆再fine-tune一下,这样子,以后遇到类似的好样本,说不定会拟合的更好;遇到坏样本,“loss相差这么大”,强行训练了,肯定效果也不会很好,泛化也差,干脆放弃吧;
感谢钟老师的讲述!
我感觉是这样的,我先有一个比较好的模型,我在test的时候发现的两种情况:好样本和坏样本;然后我在想,感觉对于好样本,我的模型还拟合的比较好,干脆再fine-tune一下,这样子,以后遇到类似的好样本,说不定会拟合的更好;遇到坏样本,“loss相差这么大”,强行训练了,肯定效果也不会很好,泛化也差,干脆放弃吧;