度量学习(Distance Metric Learning)介绍

本文介绍了距离度量学习(DML)的基本概念及其意义,并列举了一些重要的参考资源,包括经典算法如LMNN和ITML等。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

metric learning(DML)的综述文章,对DML的意义、方法论和经典论文做一个介绍.


先列一些DML的参考资源.

1. Wikipedia

2. CMU的Liu Yang总结的关于DML的综述页面。对DML的经典算法进行了分类总结,其中她总结的论文非常有价值,也是我的入门读物。

3. ECCV 2010的turorial

4. Weinberger的页面,上面有LMNN(Distance Metric Learning for Large Margin Nearest Neighbor Classification)的论文、sclides和代码。

5. ITML(Information Throretic Metric Learning)。ITML是DML的经典算法,获得了ICML 2007的best paper award。sclides






http://blog.youkuaiyun.com/lzt1983/article/details/7884553

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值