# 自训练：用伪标签利用未标注数据

> 来源：https://deeplearning.bnuai.com/demos/self-training ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/self-training）

## 观察要点

1. 自训练依赖“同簇同类”等假设，满足时能大幅减少标注需求。
2. 每轮只加入高置信度样本，降低引入错误标签的概率。
3. 错误伪标签会被强化；协同训练用两个视角互相纠正。

相关章节：[第 10 章　模型独立的学习方式](https://deeplearning.bnuai.com/chapters/10-model-independent-learning)。