論文閱讀筆記《Adaptive Subspaces for Few-Shot Learning》

核心思想   本文提出一種基於度量學習的小樣本分類算法(DSN)。作者引入了子空間的概念,爲每種類別都尋找到一個適合的子空間,然後在子空間中進行距離度量,並預測類別。首先作者介紹了幾種常見的基於度量學習的小樣本分類器,其分類方式如下圖所示 (a)成對的分類器,分別計算查詢樣本對應的特徵向量和每個支持樣本對應的特徵向量之間的距離,然後按照最近鄰的思想預測類別,如Matching Network。 (
相關文章
相關標籤/搜索