一种增强自适应性和可解释性的元学习框架

  • 打印
  • 收藏
收藏成功


打开文本图片集

中图分类号TP391.1;TP18文献标志码A

0 引言

在传统的深度学习任务中,模型通常需要大量的标记样本来进行训练,以便能够在未标记的数据上做出准确的预测.然而,在一些现实场景中,获取大量标记样本通常是昂贵、耗时或困难的.因此,以元学习[1](Meta-Learming,ML)为代表的少样本学习(剩余19093字)

monitor
客服机器人