随笔分类 - FSL
P>M>F:基于预训练-元训练-微调流程的小样本学习方法
摘要：目录 论文 创新点 三阶段流程 论文 地址： Pushing the Limits of Simple Pipelines for Few-Shot Learning: External Data and Fine-Tuning Make a Difference CVPR2022 Sumsung
Matching Network算法概述
摘要：什么是Matching Network 1. 论文地址：Matching Networks for One Shot Learning 2. 简介：基于Metric Learning部分思想，使用外部记忆来增强网络，提高网络的学习能力。 3. 创新点 借鉴了注意力和外部记忆方面的经验来搭建网络 基于
MAML算法概述
摘要：MAML算法概述 什么是MAML 1. 论文地址：Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks 2. 要解决的问题 小样本问题 模型收敛过慢 3. 算法描述 MAML期望通过训练一组初始化参数，使得模型透过训练
Meta Learning概述
摘要：Meta Learning概述（一） 回顾Machine Learning 定义一个function（神经网络等），该function上有很多参数，参数统一定义为θ，对于一个猫狗分类器来说，当猫狗的图片经过f(θ)时，函数会输出一个猫或狗的结果 定义一个Loss function，L(θ) 使用优化
