Siamese-Networks
模型
快速复现
01 模型详情
模型简介:
在本文中,我们探索了一种学习孪生神经网络的方法,该方法采用独特的结构对输入之间的相似性进行自然排序。 一旦网络经过调整,我们就可以利用强大的判别特征来将网络的预测能力推广到新数据,以及来自未知分布的全新类别。 使用卷积架构,我们能够获得超过其他深度学习模型的强大结果,在一次性分类任务上具有接近最先进的性能。
关键词:孪生神经网络学习、卷积架构
应用场景:文本分类、文本分类
结构:
论文地址:
模型简介:
在本文中,我们探索了一种学习孪生神经网络的方法,该方法采用独特的结构对输入之间的相似性进行自然排序。 一旦网络经过调整,我们就可以利用强大的判别特征来将网络的预测能力推广到新数据,以及来自未知分布的全新类别。 使用卷积架构,我们能够获得超过其他深度学习模型的强大结果,在一次性分类任务上具有接近最先进的性能。
关键词:孪生神经网络学习、卷积架构
应用场景:文本分类、文本分类
结构:
论文地址: