-
增量小样本检测模型Sylph: 从小样本中学习新类别
本文介绍了一种名为Sylph的增量小样本检测模型,该模型能够灵活适应新类别的引入,并且不会忘记以前见过的类别。作者通过对Sylph的设计进行广泛评估,证明了其在小样本学习任务中的有效性。- 190
- 0
-
-
-
-
Learning to Learn: 基于模型的元学习-LSTM优化策略
本文分享自华为云社区《深度学习应用篇-元学习[16]:基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM》,作者:汀丶。学习了解基于模型的元学习-LSTM优化策略,探索机器学习中的新思路。- 69
- 0
-
深度学习应用篇-元学习:SNAIL
本文介绍了深度学习中的元学习应用,重点介绍了Simple Neural Attentive Learner(SNAIL)的工作原理和结构,以及时序卷积和soft-attention的应用。- 59
- 0
-
深度学习应用篇-元学习:MAML模型详解
本文详细介绍了Model-Agnostic Meta-Learning (MAML)模型,讨论了其内层和外层的优化方式,以及算法流程。适用于对MAML模型感兴趣的人群。- 275
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!