![](https://cdn-ak-scissors.b.st-hatena.com/image/square/ecf14919bdb20cba7ab75b1e6b479602340740eb/height=288;version=1;width=512/https%3A%2F%2Fcdn.slidesharecdn.com%2Fss_thumbnails%2Fnipsyomi13oneshot-140125092554-phpapp02-thumbnail.jpg%3Fwidth%3D640%26height%3D640%26fit%3Dbounds)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
NIPS読み会2013: One-shot learning by inverting a compositional causal process
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
NIPS読み会2013: One-shot learning by inverting a compositional causal process
This document summarizes research on one-shot learning using a hierarchical Bayesian program lear... This document summarizes research on one-shot learning using a hierarchical Bayesian program learning (HBPL) model. The key points are: - The HBPL model achieved human-level performance on one-shot classification and generation tasks, outperforming other deep learning models. - It used an Omniglot dataset of handwritten characters from different alphabets to learn concepts from a single example, a