元学习

小样本学习——概念、原理与方法简介（Few-shot learning）

原则上我们将FSL方法分为基于生成模型和基于判别模型两种，其中基于元学习的FSL方法值得特别注意。到目前为止，FSL
人工智能与算法学习·2023-01-20 21:10

MAML-RL Pytorch 代码解读 (10) -- maml_rl/envs/subproc_vec_env.py

10)--maml_rl/envs/subproc_vec_env.py基本介绍源码链接文件路径`import`包`EnvWorker()`类`SubprocVecEnv()`类总结基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-20 21:37

元学习Meta learning深入理解（全）

原文：https://zhuanlan.zhihu.com/p/352199148基本理解MetaLearning，翻译为元学习，也可以认为是learntolearn。
javastart·2023-01-20 14:16

论文阅读笔记 [NIPS2019] Learning to Self-Train for Semi-Supervised Few-Shot Classification

学习自我训练的半监督小样本分类Li-nips2019-LST-LearningtoSelf-TrainforSemi-SupervisedFew-ShotClassification摘要作者提出了一种新颖的半监督元学习方法
勇敢的仙人掌·2023-01-19 12:31

有限元学习笔记-非线性问题建模与张量应用

开始啃最硬的骨头，非线性连续介质力学问题的有限元解法及张量应用。《有限元法》对非线性问题的表示和《张量分析》对张量的表示一样酷。有了张量分析，连续介质物理问题就如鱼得水，否则寸步难行。
lijil168·2023-01-18 18:22

【机器学习之模型融合】Stacking堆叠法

目录1、Stacking的基本思想2、思考3、在sklearn中实现Stacking3.1、导入工具库和数据3.2、定义交叉验证评估函数3.3、个体学习器与元学习器的定义3.4、模型构建4、元学习器的特征矩阵
拟禾·2023-01-17 14:13

【sklearn】模型融合_堆叠法

Stacking参数含义1.工具库&数据2.定义交叉验证函数2.1对融合模型2.2对单个评估器3.定义个体学习器和元学习器3.1个体学习器3.2元学习器4.评估调整模型5.元学习器的特征矩阵5.1特征矩阵两个问题
rejudge·2023-01-17 13:38

MAML-RL Pytorch 代码解读 (12) -- maml_rl/envs/mujoco/ant.py

envs/mujoco/ant.py基本介绍源码链接文件路径`import`包`AntEnv()`类`AntVelEnv()`类`AntDirEnv()`类`AntPosEnv()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:29

MAML-RL Pytorch 代码解读 (5) -- maml_rl/envs/init.py和utils.py

init.py和utils.py基本介绍源码链接文件路径`__init__.py`文件`import`包代码段`utils.py`文件`import`包`mujoco_wrapper`函数基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:29

MAML-RL Pytorch 代码解读 (6) -- maml_rl/envs/bandit.py

--maml_rl/envs/bandit.py基本介绍源码链接文件路径`import`包`BernoulliBanditEnv()`类`GaussianBanditEnv()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:29

MAML-RL Pytorch 代码解读 (3) -- maml_rl/policies/normal_mlp.py

MAML-RLPytorch代码解读(3)--maml_rl/policies/normal_mlp.py基本介绍源码链接文件路径`import`包`NormalMLPPolicy()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:59

MAML-RL Pytorch 代码解读 (4) -- maml_rl/policies/categorical_mlp.py

代码解读(4)--maml_rl/policies/categorical_mlp.py基本介绍源码链接文件路径`import`包`CategoricalMLPPolicy()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:59

MAML-RL Pytorch 代码解读 (2) -- maml_rl/policies/policy.py

MAML-RLPytorch代码解读(2)--maml_rl/policies/policy.py基本介绍源码链接文件路径`import`包`weight_init()`函数`Policy()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:58

MAML-RL Pytorch 代码解读 (1) – main.py

MAML-RLPytorch代码解读(1)--main.py基本介绍源码链接`if__name__=="__main__"`代码主程序`main()`函数`total_rewards()`函数基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:28

MAML-RL Pytorch 代码解读 (8) -- maml_rl/envs/navigation.py

MAML-RLPytorch代码解读(8)–maml_rl/envs/navigation.py基本介绍在网上看到的元学习MAML的代码大多是跟图像相关的，强化学习这边的代码比较少。
Ctrl+Alt+L·2023-01-16 09:55

MAML-RL Pytorch 代码解读 (7) -- maml_rl/envs/mdp.py

mdp.py文章目录MAML-RLPytorch代码解读(7)--maml_rl/envs/mdp.py基本介绍源码链接文件路径`import`包`TabularMDPEnv()`类基本介绍在网上看到的元学习
Ctrl+Alt+L·2023-01-16 09:24

ros2 Navigation 学习笔记 第四章（the construct 网站）

中怎么部署路径规划Nav2plannerNav2controllerNav2bt-navigatorNavigationbehaviors包括recoverybehaviors路径规划是什么意思在之前的单元学习了建图和定位
PC2721·2023-01-16 07:48

【论文阅读】MaskSplit:用于小样本语义分割的自监督元学习

MaskSplit:Self-supervisedMeta-learningforFew-shotSemanticSegmentationWACV2022|paper|github|bilibili一句话总结：首先使用显著性评估提取伪背景掩膜，再用掩膜分割分别创建支持集和查询集对，解决了自监督小样本语义分割缺少标签和掩膜所以难以确定其类别，以致于无法构建相同类别的支持集和查询集对的问题，首次注重自
GinPd·2023-01-15 11:25

c++元编程模板函数重载匹配规则示例详解

而元学习，指的是学习学习本身，去学习如何更好地学习，也就是提升学习能力。所以“元”概念，在很多时候值得就是把关注对象
·2023-01-15 02:21

Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks

摘要我们为元学习提出了一个算法是模型无关model−agnosticmodel-agnosticmodel−agnostic.在某种意义上，其与用梯度下降训练的模型是兼容的，可以应用在大量不同的学习问题上
big_matster·2023-01-14 12:28

什么是元学习

什么是元学习元学习介绍元学习希望能够使得模型获取调整超参数能力，使其可以在获取已有的知识基础上，快速学习新任务。
big_matster·2023-01-14 12:28

Uplift 经典模型介绍

Uplift经典模型介绍1.元学习相关模型1.1双模型(TwoModel,T-Learner)1.2单模型(SingleModel,S-Learner)1.3X-Learner模型2.Uplift树模型
湖南大学研究生-杜敏·2023-01-14 09:54

COLING'22 | MetaPrompting：基于元学习的soft prompt初始化方法

每天给你送来NLP技术干货！论文名称：MetaPrompting:LearningtoLearnBetterPrompts论文作者：侯宇泰，董泓源，王兴昊，李博涵，车万翔原创作者：董泓源论文链接：https://aclanthology.org/2022.coling-1.287/转载出处：哈工大SCIR点击这里进群—>加入NLP交流群1.简介Prompt通过将输入文本填入预设prompt模板的方
zenRRan·2023-01-13 01:20

Meta-learning原来有这么多用途，一文汇总元学习在5个问题中的应用

如果觉得我的算法分享对你有帮助，欢迎关注我的微信公众号“圆圆的算法笔记”，更多算法笔记和世间万物的学习记录～在Meta-learning核心思想及近年顶会3个优化方向一文中，我们从meta-learning的基础思想出发，并介绍了MAML经典模型，以及在此基础上最近3年学术界对meta-learning算法本身的不同角度优化。Meta-learning可以理解为是一个工具，它可以应用于很多不同的场
fareise·2023-01-12 12:08

机器学习HW15元学习

Few-shotClassification实验1、simple2、medium3、strong4、boss三、代码模型构建准备工作一、简介任务对象是Omniglot数据集上的few-shotclassification任务，内容是利用元学习找到好的初始化参数
Raphael9900·2023-01-12 06:34

【学习】Meta Learning、

文章目录一、MetaLearning什么是元学习？
Raphael9900·2023-01-11 10:28

元学习概述（Meta-Learning）

转载自：凉爽的安迪-深度瞎学一文入门元学习（Meta-Learning）写在前面：迄今为止，本文应该是网上介绍【元学习（Meta-Learning）】最通俗易懂的文章了（保命），主要目的是想对自己对于元学习的内容和问题进行总结
一只工程狮·2023-01-11 06:15

迁移学习笔记3: TCA, Finetune, 与Triplet Network(元学习)

主要想讲的内容有:TCA,Finetune,TripletNetwork迁移学习与元学习有哪几类方法想讲的目标(但不一定完全能写完,下一次笔记补充):分别属于什么方法,处于什么位置,它们之间的关联与区别用到的场合常用于解决的问题例子工业场景数据集
lagoon_lala·2023-01-11 06:43

入门元学习（Meta-Learning）（附代码）2021-07-01

转自：凉爽的安迪腾讯算法工程师https://zhuanlan.zhihu.com/p/136975128写在前面：迄今为止，本文应该是网上介绍【元学习（Meta-Learning）】最通俗易懂的文章了
myWhaleSon·2023-01-11 06:40

2021李宏毅机器学习课程-YouTube第十三部分、元學習Meta Learning

第十三部分、元學習MetaLearning1.复习机器学习(ML)2.元学习(MetaLearning)1）第一步，定义F(φ)2）第二步，求Loss()损失3）第三步，找一个φ，让L(φ)最小3.MLv.s.Meta1
Liuyc-Code boy·2023-01-11 06:39

Few-shot Object Detection via Feature Reweighting 论文笔记

本文提出了一个以元学习为基础的框架，如下图所示。这个框架的设计思想是充分探索从一些基础目标中学到的知识，从而通过少量样本从新颖类别中检测目标。
头柱碳只狼·2023-01-11 01:42

基于SE的半监督元学习网络在小样本故障诊断中的应用

Semi-supervisedmeta-learningnetworkswithsqueeze-and-excitationattentionforfew-shotfaultdiagnosis基于SE的半监督元学习网络在小样本故障诊断中的应用代码链接
搬砖小孩Superme·2023-01-10 13:04

什么是小样本学习Few-Shot Learning、元学习

此外，在论文《Meta-learningforFew-shotNaturalLanguageProcessing:ASurvey》中还提到，FSL在元学习中的新任务只有K个已标记的样本和大量
silhouette10·2023-01-10 06:21

元学习(meta learning)和小样本学习(few-shot learning)

Metalearningfew-shotlearning是metalearning中的一种。可将few-shotlearning看做是metaleaning即可。Metalearning与传统监督学习的区别传统监督学习：对于一个给定训练数据集，通过训练使模型可以识别训练数据集，并将其泛化到测试数据集中。要求测试数据集中数据标签类别包含在训练数据集中。metalearning：目的是让模型learn
卡子爹·2023-01-10 06:21

交通预测-T-GCN-时间图卷积网络代码及原理

GCN用来学习复杂的拓扑结构来捕获空间依赖，门控循环单元学习交通数据的
Mr_不想起床·2023-01-09 06:53

[论]【MGT】Meta Graph Transformer: A Novel Framework for Spatial–Temporal Traffic Prediction

ANovelFrameworkforSpatial–TemporalTrafficPrediction原文，见这里作者：XueYe,ShenFang,FangSun，ChunxiaZhang,ShimingXian期刊：爱思唯尔Neurocomputing关键字：交通预测，时空建模，元学习
panbaoran913·2023-01-08 15:21

小样本元学习论文阅读 | Few-shot Learning with Noisy Labels, Facebook, CVPR2022

目录1.motivation2.contribution3.Staticalternativestothemean1)空间中值原型2)相似度加权原型4.Learningaprototypeaggregator1)TraNFS2)训练/优化流程5.实验部分6.总结1.motivation在对新类进行训练时，FSL方法通常假定支持集是干净的，也就是样本标记是准确的。但这种假设通常是不现实的，虽然这里支
RitaRao·2023-01-08 10:38

元学习论文阅读 | CAD: Co-Adapting Discriminative Features for Improved Few-Shot Classification, CVPR2022

1motivationFEAT(CVPR2020)中提出了embeddingadaptation这个概念，具体来说就是对supportset的样本利用transformer等方式实现信息聚合，获取这些样本更好的特征。不足的地方是没有利用query信息。2contribution1）为了改进基于模型的嵌入自适应，本文建议通过selfattention对支持集和查询集的实例的嵌入/表示进行微调，以获取
RitaRao·2023-01-08 10:07

元学习论文解读 | How to train your MAML , In ICLR 2019.

目录motivationcontribution核心内容RelatedWorkProblemsofMAML训练不稳定性二阶导数代价缺少批处理归一化统计量的积累共享(跨步)批处理规范化偏差共享内部循环(跨步和跨参数)学习率固定的外环学习率Stable,automatedandimprovedMAML:MAML++梯度不稳定性→多步损失优化(MSL)二阶导数成本→导数退火DA缺少BatchNormal
RitaRao·2023-01-08 10:37

元学习论文解读 | Repurposing pretrained models for robust out-of-domain few-shot learning, ICLR2022

MotivationMAML在元训练任务上训练学习模型初始化(也称为checkpoint)，根据得到的初始化，在测试任务的支持集上进行几个梯度步骤的任务适应，就可以得到在查询集上的良好预测。然而在实践中，在元训练集上进行re-train或fine-tune可能是行不通的，并且测试任务可能来自不同的分布（cross-domain），所以元测试的优化步长不一定要和元训练一致。Contribution提
RitaRao·2023-01-08 10:37

元学习论文解读 | Learning a Universal Template for Few-shot Dataset Generalization, ICML 2021

motivation为了实现在小样本数据集上的泛化性能1)在不受干扰的情况下学习不同的信息，2)定义一种机制，以重新利用所获得的知识，泛化到测试任务上。本文建议通过学习一个通用模板来解决这个问题：在多个数据集上并行训练部分模型参数，通过其余的参数来给出数据集特定的（dataset-specialized）模型。contribution本文将FiLM用在批正则化层（可以理解成条件批正则化），跨不同的
RitaRao·2023-01-08 10:37

复杂工况下少样本轴承故障诊断的元学习

针对这一问题，提出了一种基于模型不可知元学习的元学习故障诊断方法（MLFD）。该方法首先将不同工况下的原始信号转换为时频图像，然后根
是渣渣呀·2023-01-08 06:30

元学习系列（五）：GRU模型

之前提到的孪生网络那类模型，简单来说他们都是把训练集作为先验知识进行建模，而像LSTM、GRU、神经图灵机这一类模型则提供了另一个新思路，那就是引入外部记忆，在训练过程中通过训练集对外部记忆进行修改，从而在测试的时候利用外部记忆作为先验知识。LSTM和RNN相比，引入了长期记忆和门结构，缓解了长期依赖问题。所谓的门结构，就是sigmoid函数，通过sigmoid函数分析应该遗忘什么、记忆什么和输入
JessssseYule·2023-01-08 02:20

正确安装元学习库learn2learn

正确安装元学习库learn2learn文章目录正确安装元学习库learn2learn前言一、报错情况情况1情况2二、分析报错原因以及解决办法1.没有安装Cython库2.没有安装VisualStudio
攀爬人工智能的小工·2023-01-06 11:46

元学习中数据集的划分，剖析元任务，支持集，查询集

元学习中数据集的划分，依据论文剖析元任务，支持集，查询集文章目录元学习中数据集的划分，依据论文剖析元任务，支持集，查询集前言一、数据集以及数据集的划分二、训练阶段的任务，支持集，查询集的使用三、测试阶段的任务
攀爬人工智能的小工·2023-01-06 11:16

元学习metalearning程序------learn2learn

元学习（Meta-Learing），又称“学会学习“（Learningtolearn）,即利用以往的知识经验来指导新任务的学习，使网络具备学会学习的能力，是解决小样本问题（Few-shotLearning
攀爬人工智能的小工·2023-01-06 11:45

用检索做时间序列预测是一种怎样的体验

圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~后台回复“交流”加入“圆圆的算法笔记”交流群；回复“时间序列“、”多模态“、”迁移学习“、”NLP“、”图学习“、”表示学习“、”元学习
fareise·2023-01-05 14:38

让一个模型处理多种数据的N种方法

圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~后台回复“交流”加入“圆圆的算法笔记”交流群；回复“时间序列“、”多模态“、”迁移学习“、”NLP“、”图学习“、”表示学习“、”元学习
fareise·2023-01-05 14:37

论文阅读《Dual-Awareness Attention for Few-Shot Object Detection》

Background＆Motivation小样本分类模型分为两类：optimization-based的元学习方法和metric-based的度量学习方法。
不说话装高手H·2023-01-05 14:50

必知前置知识

少样本目标检测基础总结文章目录少样本目标检测基础总结1.定义和训练过程2.相关研究3.两类经典范式3.1基于迁移学习3.2基于元学习3.3两种范式对比4.存在的问题4.1域偏移4.2数据偏差4.5不完整标注
松阁~·2023-01-05 02:49
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他