跑标签加噪实验，不像对样本加高斯噪声那样容易想，看各位有没有做过的？
0条回答 默认 最新
- 2025-05-24 03:49AIGC应用创新大全的博客 本文聚焦“半监督学习中的数据处理策略”，覆盖从数据清洗、伪...最后用MNIST数据集实战演示，结合代码和数学公式讲透细节。标注数据：带明确标签的“老师批改作业”（如：一张猫的图片标注为“猫”）；未标注数据。
- 2025-08-02 08:54四口鲸鱼爱吃盐的博客 总结 ICCV2025 对抗样本&智能安全方向相关论文及代码库链接，附有文章摘要。
- 快乐的鸡农的博客 此外，对抗训练的计算复杂度通常高于标准训练 除了常见的对抗训练方法，还有一种常用的防御方法称为对抗性净化，集在分类前依靠生成模型来净化对抗扰动使得对抗样本越发接近原图像，与对抗性训练方法相比，对抗性...
- 2020-03-05 22:14夕小瑶的博客 一只小狐狸带你解锁炼丹术&NLP 秘籍老板，只有几百条数据没法用神经网络呀，可以批点经费标数据吗？没钱，EDA, BT, UDA了解一下喵喵喵？1 数据增强的背景和应用场景随着...
- 2019-08-03 11:13两只橙的博客 随着AI技术的逐步发展，更好的神经网络模型对数据规模的要求也逐步提升。而在分类任务中，若不同类别数据量相差很大，模型则会出现过拟合现象，严重影响预测的正确性。 从广义上来讲，有监督模型的效果相对半监督或...
- 2020-12-10 13:17一行一诚的博客 1 数据增强的背景和应用场景随着AI技术的逐步发展，更好的神经网络模型对数据规模的要求也逐步提升。而在分类任务中，若不同类别数据量相差很大，模型则会出现过拟合现象，严重影响预测的正确性。从广义上来讲，有...
- 2024-02-17 23:08v_JULY_v的博客 真没想到，举例视频生成上一轮的集中爆发才过去三个月，没想OpenAI一出手，该领域又直接变天了自打2.16日OpenAI发布sora以来，不但把同时段Google发布的Gemmi Pro 1.5干没了声音，而且网上各个渠道，大量新闻媒体、...
- 2023-12-21 17:29源代码•宸的博客 本综述旨在对工业缺陷检测的任务定义、难点、挑战、主流方法、公共数据集及评价指标等进行全面归纳, 以帮助研究人员快速了解该领域. 具体而言, 本文首先介绍工业缺陷检测的背景与特点. 接着, 按照实际数据标注情况,...
- 2025-09-01 03:51AI应用开发实战派的博客 本文旨在为AI应用架构师提供可落地的模型安全防护方案，覆盖模型训练-部署-运维如何防止模型被对抗样本"骗"？（鲁棒性）如何防止训练数据泄露隐私？（隐私保护）如何防止模型被篡改或复制？（知识产权）如何监控模型...
- 2025-01-10 09:24whaosoft-143的博客 相比于传统基于扩散的时序模型，ARMD 并没有将时间序列预测视为从噪声起步的条件生成任务，而是充分利用时间序列数据的连续演化特性，实现了扩散机制与时间序列连续性之间的对齐，从而提升了模型性能。
- 没有解决我的问题, 去提问
问题事件
系统已结题
11月17日
创建了问题
11月9日