本文探讨了半监督学习在处理巨型图像集合时的效率问题，特别是构建Laplacian图并求其逆操作的耗时问题。提出通过在数据集的子集上构建较小图或采用混合模型等策略来优化过程。
1: 文章信息
Rob Fergus, Yair Weiss, Antonio Torralba: Semi-Supervised Learning in Gigantic Image Collections. NIPS 2009: 522-530
2： 解决的问题
传统的semi-supervised方法通常需要构建一个Laplacian graph，然后涉及到对此图所对应的Matrix进行求逆，而当数据点很庞大时，此操作非常耗时。有些方法采用的策略是在数据集的子集上构建一个较小图，或者采用混合模型。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
