Few-shot-Meta-learning-papers:最近的少量元学习论文

【文件属性】：

文件名称：Few-shot-Meta-learning-papers:最近的少量元学习论文

文件大小：2KB

文件格式：ZIP

更新时间：2024-06-01 21:56:13

很少见的元学习论文 最近的少量元学习论文 最近2个月内新发布 cbfinn nips ecvicml 距离和NN 用于单次图像识别的暹罗神经网络（ Siamense ） 一击学习的匹配网络（ Matching network ） 少量学习的原型网络（原型） 用于全方位学习的高斯原型网络（高斯原型网络） 用于半监督少分类的元学习（半原型） 学习比较：很少学习的关系网络（比较） 通过信息检索镜头进行的少量学习时间卷积元学习（ TCML ） 一个简单的神经注意元学习器（ SNAIL ） 细心的循环比较器具有度量不可知的条件嵌入的少量学习 基于学习和MAML 优化作为快速学习模型（ Meta-LSTM ） 与模型无关的元学习，可快速适应深度网络（ MAML ） 半监督式的MAML学习（半MAML ） 元学习和通用性：深度表示和梯度下降可以近似任何学习算法（不确定性-MAML ） 将基于梯度的元

【文件预览】：
Few-shot-Meta-learning-papers-master
----README.md(3KB)