本文探讨了小样本、零样本及一样本学习等前沿机器学习方法，重点介绍了一种从少量图像样本中快速获取类别信息的技术。覆盖了监督学习、迁移学习与数据增强等策略，并列举了几篇关键论文，如Learning to Learn: Model Regression Networks for Easy Small Sample Learning等，为读者提供了深入理解小样本学习领域的理论与实践指导。
小样本和机器学习
https://blog.youkuaiyun.com/mao_feng/article/details/78939864
https://www.jiqizhixin.com/articles/2018-06-20-13
few-shot learning/ one-shot learning/ low-shot learning:从一个或几个图像样本中学习类别信息
zero-shot learning
one-shot learning几种学习方法：监督学习，迁移学习，数据增强
迁移学习的几篇论文：“Learning to Learn: Model Regression Networks for Easy Small Sample Learning”，“Matching Networks for One Shot Learning”，“MAML”，“Optimization as a model for few-shot learning”，“meta networks”
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
