讀文獻 Domain-Adaptive Few-Shot Learning 心得

這篇文章主要講的是 域自適應小樣本學習。 當前主流的小樣本學習有個關鍵的隱性假設是小樣本的類與源類樣本具備近似的樣本空間。 然而不少狀況下，小樣本問題的樣本空間和源樣本空間並不徹底一致。 因此提出了域自適應小樣本學習。web 解決方案是在DAPN中嵌入領域自適應特徵學習以前，顯式地加強每類的源/目標分離，以減輕領域對齊對FSL的負面影響。大量實驗代表，DAPN優於最早進的FSL和DA模型svg T

>>阅读原文<<