論文閱讀筆記《Generative Adversarial Residual Pairwise Networks for One Shot Learning 》

小樣本學習&元學習經典論文整理||持續更新 核心思想   本文提出一種基於度量學習的小樣本學習算法(SRPN),作者提出了兩個觀點,一、使用可學習的神經網絡用於距離計算效果優於固定的距離度量函數;二、損失函數上引入強力的正則化項能夠有效的改善分類效果。針對第一個觀點,作者提出了Skip Residual Pairwise Network (SRPN)用於取歐氏距離或餘弦距離等固定的距離度量函數,網
相關文章
相關標籤/搜索