论文阅读笔记《SimpleShot: Revisiting Nearest-Neighbor Classification for Few-Shot Learning》

核心思想   本文提出一种基于最近邻方法的小样本学习算法(SimpleShot),作者指出目前大量的小样本学习算法都采用了元学习的方案,而作者却发现使用简单的特征提取器+最近邻分类器的方法就能实现非常优异的小样本分类效果。本文首先用特征提取网络 f θ f_{\theta} fθ​+线性分类器在一个基础数据集上对网络进行训练,将训练得到的特征提取网络增加一个简单的特征变换(中心化和L2规范化),再
相关文章
相关标签/搜索