テンソルフローフレームワークで最も価値の高いトレーニングデータを得る方法

Question

既存の分類モデルにさらに訓練データを追加したい場合。トレーニングデータにラベルを付けるコストが高いため、既存のモデルに最も価値の高いデータをラベル付けしたいだけです。例えば

、我々は次の3つの非ラベルデータを予測するために、既存のモデルを使用して、私たちの分類問題に二つのクラス（A/B）を持っている、と確率分布を得る：

Data    A B 
Case 1: features -> 0.9 0.1 
Case 2: features -> 0.6 0.4 
Case 3: features -> 0.5 0.5 

ケース3現在のモデルはそれが属するクラスを知らないので、最も価値の高いトレーニングデータでなければなりません。そうですか？もしそうならエントロピーはここでは良い指標になるはずですが、私はtf.reduce_entropyの実装を見つけることができません。tensorflow

Answer 1

エントロピーにscipyの実装を使用できませんか？ https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.entropy.html

scipy.stats.entropy(pk) 

その後、予測のそれぞれのエントロピーを計算し、あなたのラベルなしデータの予測を得ることができます。

希望すると便利です。