NeurIPS 2019 | 一种对噪音标注鲁棒的基于信息论的损失函数

机器之心经授权转载来源：北京大学前沿计算研究中心本文是第三十三届神经信息处理系统大会（NeurIPS 2019）入选论文《L_DMI：一种对噪音标注鲁棒的基于信息论的损失函数（L_DMI: A Novel Information-theoretic Loss Function for Training Deep Nets Robust to Label Noise）》的解读。该论文由北京大学前沿计算研究中心助理教授孔雨晴博士和北京大学数字视频编解码技术国家工程实验室教授、前沿计算研究中心副主任王亦洲共同指导，由 2016 级图灵班本科生许逸伦、曹芃（共同一作）合作完成。论文链接：https://arxiv.org/abs/1909.03388代码链接：https://github.com/Newbeeer/L_DMI简介噪音标注（noisy label）是机器学习领域的一个热门话题，这是因为标注大规模的数据集往往费时费力，尽管在众包平台上获取 ………………………………