論文閱讀筆記《DPGN: Distribution Propagation Graph Network for Few-shot Learning》
核心思想 本文提出一種基於圖神經網絡的小樣本學習算法（DPGN）。先前基於圖神經網絡的小樣本算法通常將每個樣本當作一個結點，然後通過結點之間的關係，來推導出未知結點的類別。本文不僅關心樣本與樣本之間的關係，而且關注樣本的分佈之間的關係。本文提出了一個雙圖神經網絡模型，一個圖用於描述樣本（PG），一個圖用於描述分佈（DG）。PG通過聚合每個樣本和其他所有樣本之間的關係來得到DG，DG又利用每對樣
相關文章
- 1. 論文閱讀筆記《Edge-Labeling Graph Neural Network for Few-shot Learning》
- 2. 論文閱讀筆記《Learning to propagate labels: Transductive propagation network for few-shot learning》
- 3. 論文閱讀筆記《Distribution Consistency Based Covariance Metric Networks for Few-Shot Learning》
- 4. 論文閱讀筆記《Learning to Compare: Relation Network for Few-Shot Learning》
- 5. 《Graph Attention Network》閱讀筆記
- 6. 【論文閱讀】Learning Deconvolution Network for Semantic Segmentation
- 7. Machine Learning & Deep Learning 論文閱讀筆記
- 8. 粗讀CVPR2019論文 Edge-Labeling Graph Neural Network for Few-shot Learning
- 9. Representation Learning for Attributed Multiplex Heterogeneous Network 論文閱讀筆記
- 10. 論文《Learning both Weights and Connections for Efficient Neural Network》閱讀筆記
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • PHP 實例 - AJAX RSS 閱讀器 - PHP教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
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。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文閱讀筆記《Edge-Labeling Graph Neural Network for Few-shot Learning》
- 2. 論文閱讀筆記《Learning to propagate labels: Transductive propagation network for few-shot learning》
- 3. 論文閱讀筆記《Distribution Consistency Based Covariance Metric Networks for Few-Shot Learning》
- 4. 論文閱讀筆記《Learning to Compare: Relation Network for Few-Shot Learning》
- 5. 《Graph Attention Network》閱讀筆記
- 6. 【論文閱讀】Learning Deconvolution Network for Semantic Segmentation
- 7. Machine Learning & Deep Learning 論文閱讀筆記
- 8. 粗讀CVPR2019論文 Edge-Labeling Graph Neural Network for Few-shot Learning
- 9. Representation Learning for Attributed Multiplex Heterogeneous Network 論文閱讀筆記
- 10. 論文《Learning both Weights and Connections for Efficient Neural Network》閱讀筆記