Structured Learning和Structured SVM的学习(下)
来源:互联网 发布:算法导论 第三版 pdf 编辑:程序博客网 时间:2024/06/06 03:37
http://bubblexc.com/y2011/547/
在上面的部分中,经验损失为0意味着我们得到了一个完全符合训练样本要求的discriminative function f,即
- 求解方法
经过上面的分析,我们最终将求解discriminative function f的问题转化为一个类似svm中优化问题,只要解决这个优化问题,就能得到所需的f。但是,直接利用svm中求解的方法确是不可行的,因为上述优化问题中的约束条件实在是太多了。假设有n个训练样本,y可能的状态数为|Y|,那么总的约束个数为n*(|Y|-1);如果y的取值是连续的,那么便有无数个约束条件了。。。因此,尽管形式上与传统svm的优化问题相同,但在求解方法上我们却需要另辟蹊径。
实际上,在上述优化问题中,只有w和
- 使用Structured SVM
SVM Struct是一个Structured SVM的编程框架,遵循这个框架我们利用Structured SVM解决自己的问题。在这个框架中,我们只需要实现三个模块:
- feature mapping,即
ψ(xi,yi) - loss function,即
Δ(yi,y) - 寻找‘most violated constraint’,也就是求解
y∗=argmaxy∈Y(Δ(yi,y)−⟨δψi(y),w⟩)
在这三个模块中,个人感觉最为困难的是选择feature mapping function
- 相关资料
- Large Margin Methods for Structured and Interdependent Output Variables
- Structured Learning and Prediction in Computer Vision
- Structured Learning和Structured SVM的学习(下)
- Structured Learning和Structured SVM的学习(上)
- Structured Learning和Structured SVM的学习(上)
- 深度学习笔记——理论与推导之Structured Learning【Structured SVM】(七)
- Structured SVM(SSVM)
- Structured SVM
- structured svm
- 深度学习笔记——理论与推导之Structured Learning【Structured Linear Model】(六)
- 李宏毅机器学习课程笔记7:Transfer Learning、SVM、Structured Learning
- 李宏毅机器学习课程-Structured Learning
- 结构化学习(Structured Learning)
- 深度学习笔记——理论与推导之Structured Learning【Sequence Labeling Problem】(八)
- 深度学习笔记——理论与推导之Structured Learning【Markov Random Field】(十)
- 深度学习笔记——理论与推导之Structured Learning【Markov Logic Network】(十一)
- 深度学习笔记——理论与推导之Structured Learning【NLP】(十二)
- 【手势识别-论文学习】 Hand segmentation with structured convolutional learning
- 李宏毅机器学习课程笔记8:Structured Learning
- 结构化数据(structured),半结构化数据(semi-structured),非结构化数据(unstructured)的定义和区别
- Structured Learning和Structured SVM的学习(上)
- sql数据库打包部署安装
- The BM25 Weighting Scheme
- 【精】【旋转卡壳】讲的太好了!!!
- linux信号量简单应用
- Structured Learning和Structured SVM的学习(下)
- 无废话安装 Redis PHP C 扩展 phpredis
- 经典算法题——寻找第1500个丑数
- cin
- 美眉猜拳-游戏策划
- Nginx+PHP 配置漏洞:静态文件都可以当作 PHP 解析
- 2013年软件设计师之考前复习笔记:IP地址
- Android按键事件处理分析 .
- android自学之TextToSpeech例子实现将文字转化为语音功能