摘要：
Distribution Propagation Graph Network for Few-shot Learning Abstract： This paper propose DPGN，which conveys both the distribution-level relations and 阅读全文
摘要：
训练集 & 验证集 & 测试集 划分比例一般为 6：2：2 训练集： 用来拟合模型，通过设置模型内部的参数，训练模型。 验证集： 作用是当通过训练集训练出多个模型后，为了能找出效果最佳的模型，使用各个模型对验证集数据进行预测，并记录模型准确率。选出效果最佳的模型所对应的参数，即用来调整模型参数。 测 阅读全文
摘要：
FSL-GNN代码解读 main.py（主函数） 1、加载数据集： train_loader = generator.Generator(args.dataset_root, args, partition='train', dataset=args.dataset) 2、初始化或加载模型： enc 阅读全文
摘要：
FSL-GNN Abstract: The first paper to use GNN handle the few-shot classification. Contributions: Using GNN to handle few-shot classification as a super 阅读全文
摘要：
Learning to Propagate Labels: Transductive Propagation Network for Few-shot Learning Abstract: This paper propose Transductive Propagation Network (TP 阅读全文