元学习系列（三）：Relation Network（关系网络）
对小样本学习，一开始介绍了孪生网络，它主要输入数据的任意两幅图像，学习计算他们的匹配程度，从而在测试集中计算测试样本和训练样本的哪个样本匹配程度最高。 孪生网络需要计算任意两两样本的匹配程度，而原型网络则进一步改进，提出对样本进行适当的embedding，然后计算样本每一类的样本中心，称为原型prototype，通过模型学习出prototype的位置，对测试样本计算到每个原型的距离，从而进行分类。
相关文章
- 1. 元学习系列（四）：Matching Network（匹配网络）
- 2. 元学习系列（一）：Siamese Network（孪生网络）
- 3. 元学习—关系网络和匹配网络
- 4. 【NLP】元学习关系分类 （meta learning relation classification）
- 5. 网络流二元关系
- 6. 元学习系列（八）：Reptile
- 7. nlp论文学习（关系抽取）——Relation Classification via Convolutional Deep Neural Network（2014）
- 8. 元学习系列（二）：Prototypical Networks（原型网络）
- 9. perl网络编程学习系列:Net:FTP
- 10. Docker_学习笔记系列之网络
- 更多相关文章...
- • Hibernate映射关系 - Hibernate教程
- • 网络体系的构成和类型 - TCP/IP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Docker容器实战(七) - 容器眼光下的文件系统
相关标签/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。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 元学习系列（四）：Matching Network（匹配网络）
- 2. 元学习系列（一）：Siamese Network（孪生网络）
- 3. 元学习—关系网络和匹配网络
- 4. 【NLP】元学习关系分类 （meta learning relation classification）
- 5. 网络流二元关系
- 6. 元学习系列（八）：Reptile
- 7. nlp论文学习（关系抽取）——Relation Classification via Convolutional Deep Neural Network（2014）
- 8. 元学习系列（二）：Prototypical Networks（原型网络）
- 9. perl网络编程学习系列:Net:FTP
- 10. Docker_学习笔记系列之网络