元學習系列（三）：Relation Network（關係網絡）
對小樣本學習，一開始介紹了孿生網絡，它主要輸入數據的任意兩幅圖像，學習計算他們的匹配程度，從而在測試集中計算測試樣本和訓練樣本的哪個樣本匹配程度最高。 孿生網絡需要計算任意兩兩樣本的匹配程度，而原型網絡則進一步改進，提出對樣本進行適當的embedding，然後計算樣本每一類的樣本中心，稱爲原型prototype，通過模型學習出prototype的位置，對測試樣本計算到每個原型的距離，從而進行分類。
相關文章
- 1. 元學習系列（四）：Matching Network（匹配網絡）
- 2. 元學習系列（一）：Siamese Network（孿生網絡）
- 3. 元學習—關係網絡和匹配網絡
- 4. 【NLP】元學習關係分類 （meta learning relation classification）
- 5. 網絡流二元關係
- 6. 元學習系列（八）：Reptile
- 7. nlp論文學習（關係抽取）——Relation Classification via Convolutional Deep Neural Network（2014）
- 8. 元學習系列（二）：Prototypical Networks（原型網絡）
- 9. perl網絡編程學習系列:Net:FTP
- 10. Docker_學習筆記系列之網絡
- 更多相關文章...
- • Hibernate映射關係 - Hibernate教程
- • 網絡體系的構成和類型 - TCP/IP教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Docker容器實戰(七) - 容器眼光下的文件系統
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 元學習系列（四）：Matching Network（匹配網絡）
- 2. 元學習系列（一）：Siamese Network（孿生網絡）
- 3. 元學習—關係網絡和匹配網絡
- 4. 【NLP】元學習關係分類 （meta learning relation classification）
- 5. 網絡流二元關係
- 6. 元學習系列（八）：Reptile
- 7. nlp論文學習（關係抽取）——Relation Classification via Convolutional Deep Neural Network（2014）
- 8. 元學習系列（二）：Prototypical Networks（原型網絡）
- 9. perl網絡編程學習系列:Net:FTP
- 10. Docker_學習筆記系列之網絡