图灵奖得主 LeCun 用来怼 Google 的乳腺癌 AI 论文，有何过人之处？(14)

2020-01-13

神经网络已经被证明，即使是在使用噪声标签进行训练时，也能够达到合理的性能水平。我们使用这个特点将用BI-RADS标签学习到的信息迁移到癌症分类模型。我们的实验表明， BI-RADS分类预训练网络对我们模型性能有显著的贡献（见第V-E节）。 BI-RADS预训练网络结构如图７所示。

【图7】

实验过程

在所有的实验中，我们使用训练集来调整我们的模型参数，使用验证集来优化模型和训练过程的超参数。除非另有说明，否则均是筛选人群的计算结果。为了进一步改进我们的结果，我们采用了模型集成技术，对几个不同模型的预测进行平均，以产生集成的总体预测。

在我们的实验中，我们针对每个模型训练了五个副本，在全连接层中对权重进行了不同的随机初始化，而剩余的权重则使用BI-RADS分类中预先训练的模型的权重进行初始化。

A. 测试人群

推荐阅读

上一篇：中国纯自主研发机器人震撼全球！变形机器人闪耀CES2020

下一篇：坐实友商高库存！电视手机降价卖，卢伟冰称荣耀V30春节后至少降价300！