论文阅读：Bayesian Meta-Learning for the Few-Shot Setting via Deep Kernels NIPS2020
作者提出一个针对meta-learning的内循环采用贝叶斯处理方法，使用深度核。结果，可以学习一个核，迁移到... » 阅读全文
论文阅读：Fewer is More: A Deep Graph Metric Learning Perspective Using Fewer Proxies NIPS2020
本文主要是解决mini-batch的采样问题，不能精确的定位嵌入空间的全局几何。从图分类的角度出发，提出了一种... » 阅读全文
论文阅读：Selecting Relevant Features from a Multi-domain Representation for Few-shot Classification ECCV2020
看了一下作者的代码，太强了吧。 用tensorflow加载数据 然后用torch处理模型 受欢迎的方法都是先在... » 阅读全文
论文阅读：CrossTransformers: spatially-aware few-shot transfer NIPS2020
deepmind的论文 introduction prototype的网络能够达到50%的水平，但是如果在测试... » 阅读全文
论文阅读：Manifold structure in graph embeddings NIPS2020
这是一篇NIPS2020的论文。但就论文写作来说，真TM难懂，写的是什么鬼文章，阅读理解都没你这秀。 如何选择... » 阅读全文
论文阅读：Interventional Few-Shot Learning NIPS2020
不是说预训练模型越强越好，作者举了个例子，稍后讲。 Introduction 从常识上讲，预训练Ω越强，下游模... » 阅读全文
论文阅读：Spectral Clustering with Graph Neural Networks for Graph Pooling ICML2020
谱聚类是一种很流行的方法，然而特征分解的代价非常昂贵，因为聚类结果都是图相关的，基于SC的池化方法对于每个新的... » 阅读全文
论文阅读：UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction
数据降维分成两个类别：一个是保留所有数据样本的成对的距离结构，另一个是在全局距离上的基础上保留局部距离。 PC... » 阅读全文
论文阅读：Kernel Manifold Alignment
GFK论文：https://52zju.cn/?p=191621 《Kernel Manifold Align... » 阅读全文
论文阅读：LEARNING DISCRIMINATIVE GEODESIC FLOW KERNEL FOR UNSUPERVISED DOMAIN ADAPTATION ICME2018
提取domain无关的特征在无监督域适应中很重要。因为目标标签不可取，所以无法保证域无关的特征对于目标域中的实... » 阅读全文