論文閱讀筆記《Deep Meta-Learning: Learning to Learn in the Concept Space》
核心思想 本文提出一種深度元學習的方法用於解決小樣本學習問題，作者指出原有的元學習算法都是基於實例空間（instance space）進行學習的，而即使是同類物體，其受到光照，背景，位置等因素的影響，外表差異也非常大，因此許多元學習方法的分類效果與人類的能力相去甚遠。本文則提出利用深度神經網絡將學習的對象由實例空間轉移到概念空間（concept space），其實就是利用一個DNN網絡提取目標
相關文章
- 1. Machine Learning & Deep Learning 論文閱讀筆記
- 2. 閱讀論文《Learning to See in the Dark》
- 3. Deep Mutual Learning論文閱讀筆記
- 4. Learning to See in the Dark論文閱讀筆記
- 5. Deep Learning 論文筆記 (3): Deep Learning Face Attributes in the Wild
- 6. 論文閱讀筆記：《Learning to See in the Dark》
- 7. 論文閱讀筆記《Meta-SGD: Learning to Learn Quickly for Few-Shot Learning》
- 8. 論文筆記：Learning how to Active Learn: A Deep Reinforcement Learning Approach
- 9. Learn to See in the Dark 論文解讀
- 10. 論文筆記：Learning to See in the Dark
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Machine Learning & Deep Learning 論文閱讀筆記
- 2. 閱讀論文《Learning to See in the Dark》
- 3. Deep Mutual Learning論文閱讀筆記
- 4. Learning to See in the Dark論文閱讀筆記
- 5. Deep Learning 論文筆記 (3): Deep Learning Face Attributes in the Wild
- 6. 論文閱讀筆記：《Learning to See in the Dark》
- 7. 論文閱讀筆記《Meta-SGD: Learning to Learn Quickly for Few-Shot Learning》
- 8. 論文筆記：Learning how to Active Learn: A Deep Reinforcement Learning Approach
- 9. Learn to See in the Dark 論文解讀
- 10. 論文筆記：Learning to See in the Dark