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
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
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
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
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
在meta-training阶段,仍然需要大量的数据标注,这仍然不够方便。因此作者提出cross-domain... » 阅读全文
尽管SSL在无标签数据上很有用,但是在少样本领域上研究不多。我们发现,SSL可以减少相对错误比率4%-27%,... » 阅读全文
现存的少样本的分割方法仍然具有一些问题: 分布差异,许多现存的方法都是再imagenet上预训练,但是这些图像... » 阅读全文
本文关注少样本的动作识别。建立一个C3D的编码器,用来空间时序的视频模块来捕捉short-range的动作模式... » 阅读全文
本位旨在用于少样本的字体生成。生成Dual Memory-augmented:persistent memor... » 阅读全文
影响PN的因素有两个,一个是intra-class bias,还有一个是cross class bias。作者... » 阅读全文
论文的工作包括三个: 新颖的嵌入结构,来编码空间结构关系,使用胶囊网络。 一个新颖的triplet损失。 一个... » 阅读全文