知识趣记-few shot learning
知识趣记-few shot learningfew shot learning:传统的神经网络,在看到新的类别(novel class)时,模型很难从少量的样本学习到novel conception。而few shot learning是一种快速的从少量样本中学习的能力。domain shift:中文名为域间差异,即一般情况下训练的模型只能用于与训练数据集类似的数据上,若测试数据集与训练数据集有较大的差异,则会产生明显差距。举个栗子:你用游戏的数据集训练的模型,用在真实场景中,效果会很差。
复制链接