《Learning to Reweight Examples for Robust Deep Learning》笔记
[1]用meta-learning学样本权重,可用于classimbalance、noisylabel场景。之前对其(7)式中ϵi,t=0\epsilon_{i,t}=0ϵi,t=0(对应Algorithm1第5句、代码ex_wts_a=tf.zeros([bsize_a],dtype=tf.float32))不理解:如果ϵ\epsilonϵ已知是0,那(4)式的加权loss不是恒为零吗?(5)式