论文阅读笔记《Low-Shot Learning with Imprinted Weights》

核心思想   本文提出一种基于特征提取+线性分类器的小样本学习算法(imprinting)。首先作者提出一个观点,他说其实许多基于特征提取+线性分类器的小样本分类算法和基于度量学习(特征提取+最近邻分类器)的算法在本质上是一样的,如下式所示 式中 x x x表示样本特征, p ( x ) p(x) p(x)表示样本 x x x对应的类别表征,我们最小化二者之间的距离(基于度量学习),就相当于最大化
相关文章
相关标签/搜索