wj199992的博客

常规 ，分组，深度分离，分组深度分离卷积参数量和计算量以及python实现

腐败矩阵利用腐败矩阵可以提高模型对含噪标签的鲁棒性。具体应用如下：一个带标签数据集中，有一部分信任的数据集DDD，有部分是不信任的数据集D~\widetilde DD，我们的目的是如何用上面标签含噪的数据集训练一个对标签噪声具有鲁棒性的网络。第一步：估计腐败矩阵腐败矩阵：就是腐败概率的KxK矩阵，K是类别数。腐败概率就是原本标签是 i,却分类成 j 的概率Cij=p(y~=j∣y=i)C_{ij} = p(\widetilde{y} =j|y=i)Cij​=p(y​=j∣y=i)估计准备：(