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
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