- 博客(5)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 Cross Attention Network for Few-shot Classification
作者：一颗柠檬味的橙子链接：https://zhuanlan.zhihu.com/p/105717426来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。来源：NeurIPS 2019文章题目：Cross Attention Network for Few-shot Classification下载地址：https://arxiv.org/abs/19...
2020-03-31 09:59:40
3261
转载 Adaptive Cross-Modal Few-shot Learning
论文资料1基于度量的元学习（metric-based meta-learning）如今已成为少样本学习研究过程中被广泛应用的一个范式。这篇文章提出利用交叉模态信息（cross-modal information）来进一步加强现有的度量元学习分类算法。在本文中，交叉模态是指视觉和语言的信息；结构定义上来说视觉信息和语义信息有截然不同的特征空间，然而在识别任务上二者往往能够相互辅助，某些情...
2020-03-29 14:54:40
1120
2
转载 Incremental Few-Shot Learning with Attention Attractor Networks
https://www.jianshu.com/p/fdd4f78bcf0b多伦多大学提出注意式吸引器网络，实现渐进式少量次学习引言通常，机器学习分类器的训练目标是识别一组预定义的类别，但是很多应用往往需要机器学习能通过有限的数据灵活地学习额外的概念，而且无需在整个训练集上重新训练。这篇论文提出的渐进式少量次学习（incremental few-shot learning）能...
2020-03-14 15:35:49
1526
转载 NeurIPS 2019 少样本学习研究亮点全解析
NeurIPS 2019 少样本学习研究亮点全解析少样本学习（Few-Shot Learning）是近两年来非常有研究潜力的一个子方向，由于深度学习在各学科交叉研究与商业场景都有比较普遍的应用，然而训练出高精度模型的情况大部分来源于充足的训练数据，这一条件在很多实际应用场景中是比较难以满足的，同时刻意收集大量数据并且进行人为标记也对应较大的付出。针对此类痛点，少样本学习被提出并进行了多个应...
2020-03-14 09:05:26
613
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人