粗读CVPR2019论文 Edge-Labeling Graph Neural Network for Few-shot Learning

声明:本文为个人观点,如有不同意见,希望评论区指出,共同进步。 文章核心思想: 文章作者提出了一种基于对于图网络的改进方法,对图的边进行了利用。 既然是图网络,那肯定是基于一个完全图的,就是每个节点两两相连的那种图。 其中呢,每个节点表示一个样本,这个样本可以是未知类的,也可以是已知这个样本是那个类的。 每个边有两个值,分别代表着两个相连的样本的簇内相似度以及簇间不相似度。举个例子,如果样本A和样
相关文章
相关标签/搜索