BatchBALD算法的一个实现
batchbald-redux的Python项目详细描述
BatchBALD Redux酒店
Clean reimplementation of "BatchBALD: Efficient and Diverse Batch Acquisition for Deep Bayesian Active Learning"
有关介绍和详细信息，请参见http://batchbald.ml/。这篇论文可以在http://arxiv.org/abs/1906.08158找到。在
本文中使用的原始实现可以在https://github.com/BlackHC/BatchBALD上找到。在
我们感谢fastai的nbdev为这个软件包提供动力。在
安装
pip install batchbald_redux
动机
BatchBALD是一种在贝叶斯环境下使用BNNs和MC-dropout进行主动学习的算法和获取函数。在
获取函数是候选批次的连接与模型参数$\omega$之间的相互信息：
{%raw%} $$a{\text{BatchBALD}}（（y_b）_b）=I[（y_b）_b；\omega]$$ {%endraw%}
最佳候选批次是使该采集功能最大化的批次。在
本文证明了该函数满足子模块性，这为贪婪算法提供了最优性保证。利用贪婪展开法选择候选批次。在
关节熵很难估计，而且，为了一切工作，还必须使用一致的MC dropout，这使得一组dropout保持不变，同时为pool set得分。在
为了帮助再现性和基线复制，我们提供了这种更简单和更清晰的再实施。在
如何使用
我们提供了一个使用这个包here的简单示例实验。在
要使用BatchBALD获取候选批，我们在^{
fromnbdev.showdocimport*frombatchbald_redux.batchbaldimportget_batchbald_batchshow_doc(get_batchbald_batch)
get_batchbald_batch[source]
get_batchbald_batch(logits_N_K_C:Tensor,batch_size:int,num_samples:int,dtype=None,device=None)
我们还提供了^{
- 项目
标签：
欢迎加入QQ群-->： 979659372
