ほとんどのメタ学習アプローチは、基本知識のエピソード的なメタ学習に利用できるラベル付きデータの非常に大きなセットの存在を前提としています。これは、データが互いに素なクラスを含むタスクの形で段階的に到着

arxiv_reader のブックマーク 2021/11/10 12:41

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4710958429258685890/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2111.04993v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2111.04993v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2111.04993v2" data-user-icon="/users/arxiv_reader/profile.png">少数ショット画像認識のためのエピソードリプレイ蒸留によるインクリメンタルメタ学習</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22knowledge%20distillation%22">knowledge distillation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/few-shot">few-shot</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/one-shot">one-shot</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li></ul><br><p style="clear: left">ほとんどのメタ学習アプローチは、基本知識のエピソード的なメタ学習に利用できるラベル付きデータの非常に大きなセットの存在を前提としています。これは、データが互いに素なクラスを含むタスクの形で段階的に到着</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211110#bookmark-4710958429258685890"><span class="datetime-body">2021/11/10 12:41</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！