qq_37194898的博客

Learning from fine-grained and long-tailed visual data 迁移学习：大数据集—>小数据集 迁移任务的指标上升率：与数据的量级是对数的关系 结果如下所示： 更多的预训练数据并非有用~ 在2018找出迁移任务的子集而非所有的，找出一定的相似度，利用预训练的子集即可~ 即衡量domain similarity imagenet’和inat有很强的偏差 在迁移学习的时候有一个平均效应，并不是更多的数据就会带来更好的结果 Dealing with long-

细粒度识别的挑战：类间差异大，类内差异小 常用的数据集：鸟，花，汽车…… 不同的范式： 1. by localization-classification subnetworks 定位子网络，典型工作：ICCV，S3N

何为推荐？ 推荐UI演进 推荐的应用 推荐的常见评估指标： 离线评估指标举列： •AUC：衡量分类算法将这个正样本排在负样本前面的概率。 •准确率：推荐给用户的商品中，属于测试集的比例 •召回率：测试集中有多少在用户的推荐列表中线上迭代指标: 与搜索和广告的区别： 推荐系统的架构： ...