論文閱讀筆記《Principal characteristic networks for few-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分類算法(PC-Net),其中最重要的改進點是作者提出了本質特徵(Principal Characteristic )的概念。作者首先指出PN網絡中使用取平均值的方法來計算原型(類別表徵)的方式是不合適的,因爲這樣無法區分各個支持集樣本的特徵向量對於原型的貢獻區別,這種做法其實是認爲每個樣本的貢獻是均等的。作
相關文章
相關標籤/搜索