李宏毅机器学习课程-Structured Learning

Simple structured learning framework for python
pystruct-github
Slides for explaining structured prediction and PyStruct -github


一、Structured Learning-Unifed Framework


这里写图片描述

之前的input and output 都是vectors

这里写图片描述

 Training阶段就是找一个F来评估X与Y的匹配程度。

 Inference, 穷举所有的Y,找到匹配程度最大的那个Y。


二、Structured Learning-Unifed Framework-Object detection


这里写图片描述

匹配程度越好的F(x,y)的值越大。

这里写图片描述

这里写图片描述


三、Structured Learning-Unifed Framework-Statistics


概率角度来看,匹配越好,概率值越大。

这里写图片描述

这里写图片描述


四、Structured Learning-Unifed Framework-Three Problems


这里写图片描述

目标函数集是什么样的呢? 评估问题。

这里写图片描述

能否穷举所有的样例呢?推理过程

这里写图片描述

如何找到这样最优的F(x,y)? 也就是训练的方法是什么?

这里写图片描述

这里写图片描述

解决思路

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述


五、Structured Learning与DNN的关系


这里写图片描述


参考文献


Introduction of Structured Learning

猜你喜欢

转载自blog.csdn.net/jiandanjinxin/article/details/78791699