结合神经架构搜索的深度主动学习
机器学习
2019-09-06 v2 机器学习
摘要
我们考虑深度神经网络的主动学习。在此背景下，大多数主动学习工作集中于研究有效的查询机制，并假定待处理问题的最优网络架构是事先已知的。我们挑战这一假设，提出了一种新颖的主动策略，其中学习算法在主动学习的同时动态搜索有效架构。我们使用三种已知的查询技术(softmax响应、MC-dropout和coresets)应用我们的策略，结果表明所提方法以绝对优势优于使用固定架构的主动学习。
引用
@article{arxiv.1811.07579,
title = {Deep Active Learning with a Neural Architecture Search},
author = {Yonatan Geifman and Ran El-Yaniv},
journal= {arXiv preprint arXiv:1811.07579},
year = {2019}
}
备注
Accepted to NeurIPS 2019