coarse-to-fine(4) meta-learning

Many-Class Few-Shot Learning on Multi-Granularity Class Hierarchy

Published in: IEEE Transactions on Knowledge and Data Engineering ( Volume: 34, Issue: 5, May 1 2022)

many-class few-shot? 类别很多，但是每个类别的样本数量很少（less then 100）

1、在类别多且各个类别样本多的情况下，DNN具有非凡的力量，但当每个类只有少数样本可供训练时，其性能就会急剧下降。在实际应用中，从边缘设备获取稀有物种或个人数据的样本通常是困难的，昂贵的，并且由于隐私保护可能会被禁止。在多类情况下，即使每类增加一个额外注释的样本也是非常昂贵的，需要大量的人力。此外，训练集不可能在实践中完全平衡所有的类。在这些少有的学习场景中，深度模型的能力不能得到充分的利用，并且变得更难将模型推广到未见过的数据上。

2、解决方法：meta-learning？（应该是增强学习的一篇文章，看不懂）

coarse-to-fine(4) meta-learning相关推荐

理解Meta Learning 元学习，这篇文章就够了！
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 AI编辑:我是小将本文作者:谢杨易 1 什么是meta lear ...
初识元学习-Meta learning
目录: meta learning的出现 1.meta learning的出现 Meta Learning,元学习,也叫 Learning to Learn(学会学习).是继Reinforcement ...
元学习(meta learning) 最新进展综述论文，28页pdf
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 本文综述了元学习在图像分类.自然语言处理和机器人技术等领域的应用.与深度学习不同, ...
（转）Paper list of Meta Learning/ Learning to Learn/ One Shot Learning/ Lifelong Learning
Meta Learning/ Learning to Learn/ One Shot Learning/ Lifelong Learning 2018-08-03 19:16:56 本文转自:http ...
元学习Meta learning深入理解
目录基本理解元学习与传统的机器学习不同在哪里? 基本思想 MAML MAML与pre-training有什么区别呢? 1. 损失函数不同 2. 优化思想不同 MAML的优点及特点 MAML工作机理 ...
如何通过Meta Learning实现域泛化（Domain Generalization）？
©作者 | 丘明姗单位 | 华南理工大学研究方向 | 领域泛化域泛化(Domain Generalization)中有很多工作是用 meta learning 做的.Meta learning ...
元学习Meta Learning/Learning to learn
目录元学习训练用途学习方法元学习和迁移学习的区别和联系元学习 Meta Learning/Learning to learn即利用以往的知识经验来指导新任务的学习,使网络具备学会学习的能力 ...
论文笔记：Visual Question Answering as a Meta Learning Task
Visual Question Answering as a Meta Learning Task ECCV 2018 2018-09-13 19:58:08 Paper: http://opena ...
【李宏毅2020 ML/DL】P97-98 More about Meta Learning
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 本节内容综述本节课由助教陈建成讲解. 本节 Outline 见小细节. 首先是 What is meta ...
【李宏毅2020 ML/DL】P88-96 Meta Learning – MAML | Reptile
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 本节内容综述元学习就是 Learn to learn ,让机器变成 a better learner .Me ...

coarse-to-fine(4) meta-learning

Many-Class Few-Shot Learning on Multi-Granularity Class Hierarchy

coarse-to-fine(4) meta-learning相关推荐

最新文章

热门文章