论文阅读笔记《TransMatch: A Transfer-Learning Scheme for Semi-Supervised Few-Shot Learning》
核心思想 本文提出一种基于迁移学习的半监督小样本学习算法（TransMatch）。整个算法并不复杂，首先利用带有标签的基础数据集训练特征提取网络，然后用该特征提取网络为新的数据集初始化分类器权重，最后用半监督学习的方式进一步更新整个网络。整个流程如下图所示 第一阶段：预训练阶段。这一阶段没有什么值得介绍的，就是用带有标签的基础数据集对特征提取器进行训练。 第二阶段：分类器权重“生成”阶
相关文章
- 1. 《Semisupervised Autoencoder for Sentiment Analysis》阅读笔记
- 2. Machine Learning & Deep Learning 论文阅读笔记
- 3. 论文阅读笔记 Meta-Learning for Batch Mode Active Learning
- 4. 论文阅读笔记《Learning Embedding Adaptation for Few-Shot Learning》
- 5. 论文阅读笔记《Meta-SGD: Learning to Learn Quickly for Few-Shot Learning》
- 6. Deep Mutual Learning论文阅读笔记
- 7. 论文阅读笔记《Meta-Learning of Neural Architectures for Few-Shot Learning》
- 8. 论文阅读笔记《Task-Agnostic Meta-Learning for Few-shot Learning》
- 9. 论文阅读笔记《Learning to Compare: Relation Network for Few-Shot Learning》
- 10. 论文阅读笔记《One-Shot Imitation Learning》
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • PHP 实例 - AJAX RSS 阅读器 - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
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. 《Semisupervised Autoencoder for Sentiment Analysis》阅读笔记
- 2. Machine Learning & Deep Learning 论文阅读笔记
- 3. 论文阅读笔记 Meta-Learning for Batch Mode Active Learning
- 4. 论文阅读笔记《Learning Embedding Adaptation for Few-Shot Learning》
- 5. 论文阅读笔记《Meta-SGD: Learning to Learn Quickly for Few-Shot Learning》
- 6. Deep Mutual Learning论文阅读笔记
- 7. 论文阅读笔记《Meta-Learning of Neural Architectures for Few-Shot Learning》
- 8. 论文阅读笔记《Task-Agnostic Meta-Learning for Few-shot Learning》
- 9. 论文阅读笔记《Learning to Compare: Relation Network for Few-Shot Learning》
- 10. 论文阅读笔记《One-Shot Imitation Learning》