论文:Baby Steps Towards Few-Shot Learning with Multiple Semantics

1、Baby Steps Towards Few-Shot Learning with Multiple Semantics 目的:记录下对文章的理解 摘要:额外的语义信息可以显著提高少样本学习的能力,论文在少样本学习中结合了多种丰富的语义,这里语义信息包括类别标签、属性和自然语言描述等信息。论文在miniImageNet 和CUB few-shot benchmark做了丰富实验。下面几个问题可
相关文章
相关标签/搜索