SELECTION VIA PROXY: EFFICIENT DATA SELECTION FOR DEEP LEARNING 思考REID 数据考量

前几天对行人重试别进行了分类，从数据、特征、目标函数角度作为研究的重点。

这篇文章给涉及到训练数据的选择，可不可以在target中寻找少数量的样本进行标记，但是却能达到很好的效果呢？

在读这篇论文的时候，遇到了一些新的内容，包括如下：

active learning

core-set selection

least confidence uncertaintly sampling

greedy k-centers

 

    这里的active learning 主动学习，是指在训练模型的过程中，一边训练，一边寻找unlabel 数据中的一个或者一批，然后对这些数据进行标记，然后将这些数据再放到训练集中，进行训练。active learning 在训练的过程中，包括五个部分，分别是要训练的模型、未标记的数据集、已经标记的数据集、判定数据对目标模型的作用效果大小的模型、对无标记数据打标签的指导者。核心就是选择数据中的一部分最有价值的数据送入模型进行训练。下面这个图很好的描述了这个过程：

 

 

这里的oracle，代表着给数据打标签的部分。

在了解least confidence uncertainly sampel 的时候，需要先了解置信度和置信区间的内容。就看了看置信度和置信区间的内容，到知乎上搜索就有不错的回答。

这里又涉及了贪心算法的内容，greedy algorithm ，贪心算法就是在求解最优解的时候，是从局部看问题的的，每一步只选择当前情况下的最优解，是局部的最优解，贪心法的求解过程大概可以表述为：

Greedy(C)  //C是问题的输入集合即候选解集合
{
    S={ };  //初始解集合为空集
    while (not solution(S))  //集合S没有构成问题的一个解
    {
       x=select(C);    //在候选集合C中做贪心选择
       if feasible(S, x)  //判断集合S中加入x后的解是否可行
          S=S+{x};
          C=C-{x};
    }
    return S;
}