元学习
元学习知识和资料分享
liz_lee
NUAA小硕,航空宇航,智能制造
研究方向:元学习,因果推断,刀具磨损预测
展开
-
论文分享:概率MAML
目录题目与文章脉络S1 介绍S2 现状S2.1 why分层贝叶斯+元学习?S2.2 神经统计学家方法S2.3 LLAMA方法S2.4 贝叶斯神经网络方法S3 术语S4 方法S4.1 用变分推断进行基于梯度的元学习S4.2 用混合推断进行概率MAMLS4.3 加入其它依赖S5 实验S6 总结我的思考题目与文章脉络题目:《Probabilistic Model-Agnostic Meta-Learning》时间:2018.07机构:UC伯克利行文安排:Section1:介绍Section2:现状原创 2020-11-24 17:54:02 · 941 阅读 · 0 评论 -
元学习SOTA
目录元学习进展元学习存在的问题后续研究方向参考元学习进展元学习解决5-way 5-shot分类问题Omniglot数据集上,精度99%MiniImagenet数据集上,精度80%+ SOTA元学习方法MetaOpt元学习存在的问题跨域问题,元学习效果差域差别越大,精度越低,最大差距能达60%pre-training + fine-tuning的结果还算好点声音信号经过log Mel特征提取后,域差异会减小,跨域结果下降幅度也会变小后续研究方向减少计算量提高求解质量提高泛原创 2020-11-16 15:04:52 · 270 阅读 · 0 评论 -
小结:元学习
目录元学习方法基于度量的元学习基于模型的元学习基于优化的元学习对比元学习方法基于度量的元学习基于模型的元学习基于优化的元学习对比原创 2020-11-06 09:30:02 · 1909 阅读 · 0 评论 -
元学习笔记——MAML
这里写自定义目录标题元学习元学习架构元学习现状MAML算法原理算法流程算法流程后续研究参考文献元学习元学习(meta-learning),或者学会学习(learning to learning),指通过学习一系列相似任务,归纳(抽象)出这些任务的本质规律(通用属性——权重/超参)。当面对全新的任务时,可以根据学得的规律,做微调,便可快速适应。元学习架构元学习meta-learning元训练...原创 2019-08-23 11:23:11 · 8766 阅读 · 3 评论 -
元学习资料整理
文章目录元学习资料博客推荐博主推荐science article相关文章元学习资料博客推荐1 《最前沿: Meta RL论文解读》 2018.08.04https://www.colabug.com/3907065.html2 《深度 | 学习如何学习的算法:简述元学习研究方向现状》 2018.04.08https://blog.csdn.net/R1uNW1W/articl...原创 2019-08-23 11:50:50 · 564 阅读 · 0 评论 -
论文分享:2020小样本学习综述
目录题目与文章脉络S1 介绍1.1 FSL1.2 FSL应用场景1.3 FSL术语定义S2 概述2.1 定义&分类&应用2.2 相关机器学习问题2.3 FSL核心问题2.4 FSL方法分类2.5 FSL方法研究现状S3 数据3.1 数据扩充方法3.2 数据扩充方法的GAPS4 模型4.1 模型选择方法4.2 模型选择方法的GAPS5 算法5.1 优化算法方法5.2 优化算法方法的GAPS6 未来工作6.1 问题场景6.2 技术6.3 应用6.4 理论S7 结论参考题目与文章脉络题目:《原创 2020-06-03 17:48:45 · 4347 阅读 · 1 评论