深度学习
关注
分享
扫一扫
文章平均质量分 84
小样本/单分类等基础知识
wuxuand
这个作者很懒，什么都没留下…
展开
-
小样本学习综述2025
少样本类增量学习（FSCIL）是机器学习（ML）领域的一项独特挑战，它要求模型能够基于稀疏标注的训练样本持续学习新类别，同时避免遗忘先前学到的知识。尽管该领域近年来取得了一定进展，但仍处于积极探索阶段。本文旨在对FSCIL进行全面系统的梳理。原创 2025-03-27 21:30:48 · 1553 阅读 · 0 评论 -
小样本学习（概念区分）VS对比学习VS元学习的联系与区别
对小样本中的概念进行区分理解；如度量学习，元学习，对比学习等原创 2025-03-27 20:16:20 · 409 阅读 · 0 评论 -
3、孪生网络/连体网络（Siamese Network）
用Siamese Network (孪生网络) 解决Few-shot learning (小样本学习)。Siamese Network并不是Meta Learning最好的方法，但是通过学习Siamese Network，非常有助于理解其他Meta Learning算法。这里介绍了两种方法：Siamese Network (孪生网络)、Trplet Loss。原创 2025-03-25 23:40:50 · 315 阅读 · 0 评论 -
2小样本学习（Few-Shot）之相似度及小样本数据集
给六张卡片，逐一对比Query与每一个样本的相似度函数，选择相似度最高的样本。学习一个相似度函数similarity function：sim(x,x')两个样本越相近，相似度越高。原创 2025-03-25 23:11:40 · 775 阅读 · 0 评论 -
小样本学习（Few-Shot Learning）基本概念 VS 监督学习
使用传统训练集学习一个模型，模型训练好之后，给模型看新的图片做预测。测试样本图片属于已知类别，模型未见过的图片。原创 2025-03-25 21:42:18 · 456 阅读 · 0 评论