元学习论文解读 | XtarNet: Learning to Extract Task-Adaptive Representation for Incremental FSL, ICML 2020
motivation
本文关注的是增量小样本学习问题,希望从新的经验中获取新的知识,并将其与从先前经验中获得的先前知识相融合。
contribution
本文提出了XtarNet,它学习提取任务自适应表示(Task-Adaptive Representation, TAR)。给定一个新任务,从元训练模块中提取的新特征与从预训练模型中获得的基本特征混合作为TAR,那么TAR就包含对新类别和基本类别进行分类的有效信息。利用TAR对base & novel classifiers进行调制以适应给定的
原创
2021-09-14 14:29:33 ·
456 阅读 ·
0 评论