。

现有的半监督学习（SSL）方法假设标记和未标记数据共享相同的类别空间。然而，在实际应用中，未标记数据中总是包含标记集中没有的类别，这可能导致已知类别的分类性能下降。因此，研究人员提出了开放世界SSL方法来处理未标记数据中存在多个未知类别的情况，旨在准确分类已知类别的同时细分区分不同的未知类别。为了应对这一挑战，在本文中，我们提出了一种新颖的自学习开放世界类别的SSL方法（SSOC），它可以明确地自学习多个未知类别。

【代码】科技金融应用：欺诈风险识别。

ssh公钥配置，使用git从github上拉取、上传项目

更改accelerator默认使用的gpu

ContraCAM

官方文档的示例：>>> # an Embedding module containing 10 tensors of size 3>>> embedding = nn.Embedding(10, 3)>>> # a batch of 2 samples of 4 indices each>>> input = torch.LongTensor([[1,2,4,5],[4,3,2,9]])>>> embed

建议环境：python3.5、tensorflow1.10.01、创建py3.5虚拟环境conda create --name py3.5 python=3.52、激活环境activate py3.53、安装tensorflow1.10.0conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.10.04、安装bert-serving-serverpip install b.

1、安装DGL参考：https://www.yuque.com/mamudechengxuyuan/od99k2/fmewmw安装还挺顺利的，但是由于只能放一个解释器，其余的如matplotlib、torch、flair等又重新下了一遍。下载的时候要注意把工具包下载到指定的位置上，比如我的是D:\Anaconda\envs\dgl\Lib\site-packages命令行输入格式：pip install --target=目标位置-i 镜像地址 工具包名字例如：pip insta..

有关CIFAR-10数据集（1）CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训 练图像和10000个测试图像。（2）数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别 的恰好1000个随机选择的图像。（3）第一部分是特征部分，使用一个[10000,3072的uint8的矩阵进行存储，每一行向量都是3X3大小的 3通道图片，构成的格式类似于[3,3,3]；第二部分为标签部分，使用一个10000.

（anaconda安装过程略(*￣3￣)╭yolov3-wider_16000.weights资源链接：https://pan.baidu.com/s/1N7zTVE9TIS7VhUida6Xz2Q提取码：nowryolov3.weight资源链接：https://pan.baidu.com/s/1MEWpEh-Xlp4yAJhpDUgrvw提取码：6ij31.tensor...