【斯坦福大学】对抗性表征主动学习，Adversarial Representation Active Learning

题目： AdversarialRepresentationActiveLearning

简介： 主动学习的目的是通过查询将由Oracle标记的信息最多的样本来开发标签有效的算法。 设计需要较少标签的有效培训方法是一个重要的研究方向，它可以更有效地利用计算和人力资源来进行训练深度神经网络。 在这项工作中，我们演示了如何利用深度生成模型中的最新进展，在使用尽可能少的标签来达到最高分类精度方面，胜过最新技术。 与以前的方法不同，我们的方法不仅使用标记图像来训练分类器，而且还使用未标记图像和生成的图像来共同训练整个模型。