论文阅读：A New Meta-Baseline for Few-Shot Learning

最新推荐文章于 2024-03-07 11:53:36 发布
VIP文章 最新推荐文章于 2024-03-07 11:53:36 发布
阅读量2.3k 收藏 7
点赞数 2
分类专栏： few-shot 论文
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dream_xd/article/details/105806600
版权

论文：A New Meta-Baseline for Few-Shot Learning
代码：https://github.com/cyvius96/few-shot-meta-baseline
地址：https://arxiv.org/abs/2003.04390
来源：arxiv

Introduction

他提出了一种元基线 (Meta-Baseline)方法，通过在所有基类(base classes)上预先训练分类器，并在基于最近质心的少样本(few-shot)分类算法上进行元学习，实验结果大大优于目前最先进的方法。

方法

在这里插入图片描述

论文提出了Meta-Baseline的方法，具体方法分为两个步骤。第一步，在所有的基类中预训练一个分类器，然后把全连阶层移除掉。第二步，在新类中基于少样本学习的方法进行训练。

Classifier-Baseline

在所有基类中预训练，使用的是交叉熵loss，然后移除掉FC层，就得到了编码器 f θ f_\theta

最低0.47元/天 解锁文章
csCaiRujia
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
A New Meta-Baseline for Few-Shot Learning.docx
06-27
A New Meta-Baseline for Few-Shot Learning的中文翻译 (近些年来元学习成为对于小样本学习的流行框架，目的是从小样本分类任务的集合中学习模型。尽管一些越来越多的元学习模型正在出现，我们的研究揭示了一些被忽略的简单基线，提出了一种元基线方法)
【论文阅读】A New Meta-Baseline for Few-Shot Learning
weixin_41591412的博客
04-19 411
【论文阅读】A New Meta-Baseline for Few-Shot Learning 参考文献格式：Chen Y , Wang X , Liu Z , et al. A New Meta-Baseline for Few-Shot Learning[J]. 2020. 论文地址：https://arxiv.org/abs/2003.04390 源码地址：https://github.com/yinboc/few-shot-meta-baseline 1.1 主要内容 提出了一种元基线 (M
论文解读：Meta-Baseline: Exploring Simple Meta-Learning for Few-Shot Learning
最新发布
weixin_50917576的博客
03-07 1937
元学习是近年来最常见的少样本学习框架。它从少量分类任务的集合中学习模型，这被认为具有使训练目标与测试目标一致的关键优势。然而，最近的一些研究报道，通过对整体分类的训练，即在整个标签集上进行分类，它可以得到与许多元学习算法相当甚至更好的嵌入。这两种工作之间的界限尚未得到充分的探索，元学习在少样本学习中的有效性仍然不清楚。在本文中，我们探索了一个简单的过程:对其评估指标的整体分类预训练模型进行元学习。
Meta-Baseline Exploring Simple Meta-Learning for Few-Shot Learning
weixin_42486554的博客
12-06 1568
Meta-Baseline: Exploring Simple Meta-Learning for Few-Shot Learning 介绍 现在大多数方法使用元学习meta-learning解决小样本任务，即将整个训练集划分为三种类别不相交的训练、验证和测试集。网络训练时以task为单位，每个task视为一个N-way K-shot任务，由Support Set包括N×KN\times KN×K样本和Query SetN×QN\times QN×Q样本组成。根据支持集样本将N×QN\times QN×Q样
meta learning的一些记录（6.26更新）
weixin_44307002的博客
06-12 480
最近在做元学习相关的项目，故此记录一下。
awsdevbot-root-baseline：awsdevbot-root-baseline
02-09
awsdevbot根基准awsdevbot根基准terraform-aws-ec2 定制Terraform AWS EC2模块配置Terraform Provider export AWS_PROFILE= " [YOU_SSO_ACCOUNT_ID]_AdministratorAccess "export AWS_DEFAULT_REGION= " us-east-1 ...
【论文笔记】：Learning Rich Features at High-Speed for Single-Shot Object Detection
01-06
Learning Rich Features at High-Speed for Single-Shot Object Detection 代码 &Summary 作者设计了一个one-stage检测框架，它结合了微调预训练模型和从零开始训练的优点。该框架包括一个预训练过的标准backbone...
postgres-baseline：DevSec PostgreSQL基线-InSpec配置文件
02-05
DevSec PostgreSQL基准此... 独立使用此合规性配置文件需要才能执行： $ git clone https://github.com/dev-sec/postgres-baseline$ inspec exec postgres-baseline您也可以直接从Github执行配置文件： $ inspec exec ...
linux-baseline：DevSec Linux基线-InSpec配置文件
02-04
$ inspec exec linux-baseline 您也可以直接从Github执行配置文件： $ inspec exec https://github.com/dev-sec/linux-baseline 许可证和作者 作者：： Patrick Muench 作者：： Dominik Richter 作者：...
Few-shot learning（少样本学习）和 Meta-learning（元学习）概述
热门推荐
CaoChengtai的博客
06-18 6万+
目录（一）Few-shot learning（少样本学习）1. 问题定义2. 解决方法2.1 数据增强和正则化2.2 Meta-learning（元学习）（二）Meta-learning（元学习）1. 学习微调 (Learning to Fine-Tune)2. 基于 RNN 的记忆 (RNN Memory Based)3.度量学习 (Metric Learning)4.方法简单比较5.未来方向5...
极简笔记 Meta-Learning for semi-supervised few-shot classification
Hibercraft的博客
03-16 7132
极简笔记 Meta-Learning for semi-supervised few-shot classification 论文地址 https://arxiv.org/pdf/1803.00676.pdf 本篇文章核心是给出了一种用于少样本半监督学习的分类算法。总体思路非常简单，通过一个网络 (Prototypical Network)提取特征，之后对特征进行聚类，聚类中心稳定之后拿去测试...
小样本学习论文笔记
十七i的博客
01-24 3672
博客记录小样本学习相关论文的笔记。
论文阅读笔记 [NIPS2019] Learning to Self-Train for Semi-Supervised Few-Shot Classification
jieming2002的博客
09-25 4075
学习自我训练的半监督小样本分类 Li-nips2019-LST-Learning to Self-Train for Semi-Supervised Few-Shot Classification 摘要 作者提出了一种新颖的半监督元学习方法：学习自我训练（简称 LST）。这种方法利用无标签数据，特别是学习如何择优挑选和标记这些无标签数据，以进一步提高性能。对于每个小样本任务，训练一个小样本模型来预测无标签数据的伪标签，然后对有标签和伪标签数据的自训练步骤进行迭代，每一步都进行调优。还学习了一个软权重网络（简
meta标签详解
base
06-16 137
meta标签是html语言head区的一个辅助性标签，它位于html文档头部的<head>标记和<title>标记之间，它提供用户不可见的信息。 meta标签通常用来为搜索引擎robots定义页面主题，或者是定义用户浏览器上的cookie；它可以用于鉴别作者，设定页面格式，标注内容提要和关键字；还可以设置页面使其可以根据你定义的时间间隔刷新自己,以及设置rasc内容等级等...
论文阅读：A Baseline for Few-Shot Image Classification
王小波的博客
07-05 1万+
论文地址：https://arxiv.org/abs/1909.02729v2 作者：Guneet S. Dhillon,Pratik Chaudhari,Avinash Ravichandran,Stefano Soatto 发表：In ICLR, 2020. 创新点： 为小样本学习开发一个换能器微调基线（transductive fifine-tuningbaseline） 提出了一个度量来量化少镜头事件的硬度和一种系统地报告不同小样本协议性能的方法 在Imagenet-21...
Few-shot learning（少样本学习）和 Meta-learning（元学习）
fkyyly的专栏
09-10 1778
目录 （一）Few-shot learning（少样本学习） 1. 问题定义 2. 解决方法 2.1 数据增强和正则化 2.2 Meta-learning（元学习） （二）Meta-learning（元学习） 1. 学习微调 (Learning to Fine-Tune) 2. 基于 RNN 的记忆 (RNN Memory Based) 3.度量学习 (Metric Learning) 4.方法简单比较 5.未来方向 5.1 更好的 meta-learn
Meta-Learning for Semi-Supervised Few-Shot Classification. （用于半监督少样本分类的元学习）
CaoChengtai的博客
08-01 4172
目录1. 摘要2. 介绍2. 背景2.1 少样本学习：2.2 原型网络3 半监督少样本学习3.1 半监督原型网络：3.1.1 soft k-means 原型网络：3.1.2 soft k-means 和干扰项簇的原型网络：3.1.3 soft k-means 和 masking 的原型网络：4. 其他5. 论文链接 1. 摘要 在少样本分类中，我们关注于学习一个可以用很少的标记数据训练一个分类器的...
Mate&Few-Shot Learning
Paul_Huang的专栏
03-14 211
Mate&Few-Shot Learning 1. 基本概念 Meta Learning Few−shot  learning\color{red}Few-shot\;learningFew−shotlearning is a kind of meta  learning\color{red}meta\;learningmetalearning. Meta learning: learn  to  learn\color{red}learn\;to\;learnlearntolearn.
meta-baseline: exploring simple meta-learning for few-shot learning
04-11
《b'meta-baseline: exploring simple meta-learning for few-shot learning'》这篇论文提出了一种简单的元学习方法用于少样本学习，称之为meta-baseline。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值