Few 第18页

[论文阅读笔记---Few Shot 1]Siamese Network

背景小样本问题:与大规模数据集下的分类问题考虑的角度不同，小样本学习考虑如何从少量的样本中学习，即当模型学习到一定类别的数据后，给定少量新类别的样本，模型也能较准确的识别出类型。one-shotlearning:数据集中每个类别仅仅有一个或几个样本。图1传统的分类问题图2小样本问题SiameseNetwork通常的分类问题(如ImageNet)，数据集庞大，每一种类别的样本数目多，此时构建一个合适

smilesooo·2020-07-13 13:01

一张图片换脸，三星AI最强换脸模型

一张图片换脸Few-ShotAdversarialLearningofRealisticNeuralTalkingHeadModelsGithub地址：https://github.com/grey-eye

Walter Wu·2020-07-13 11:53

论文阅读笔记《Baby Steps Towards Few-Shot Learning with Multiple Semantics》

核心思想本文提出一种结合多种语义信息的小样本学习算法。首先作者提到人类的幼儿在学习新的事物时，通常是利用多种语义信息综合学习的，比如你给他看一只狗，他不仅接收到视觉和简单的语义标签信息，你还会给他描述这只狗有金色的毛发，它还会汪汪叫。如此一来幼儿就可接收到多种语义信息，帮助他学习识别狗。正是出于这种思想，作者提出利用多种更为丰富的语义信息来帮助模型实现小样本学习，网络的结构如下图所示。整个

深视·2020-07-13 10:22

FEW-SHOT LEARNING WITH GRAPH NEURAL NETWORKS 论文笔记

论文链接：FEW-SHOTLEARNINGWITHGRAPHNEURALNETWORKSIdea:Few-shot学习不依靠于规则化扩展数据集来补偿缺少有监督数据对模型带来的影响，而是受启发与人类学习去探索相似任务在空间上的分布情况

羽_羊·2020-07-13 08:00

Incremental Few-Shot Learning with Attention Attractor Networks

https://www.jianshu.com/p/fdd4f78bcf0b多伦多大学提出注意式吸引器网络，实现渐进式少量次学习引言通常，机器学习分类器的训练目标是识别一组预定义的类别，但是很多应用往往需要机器学习能通过有限的数据灵活地学习额外的概念，而且无需在整个训练集上重新训练。这篇论文提出的渐进式少量次学习（incrementalfew-shotlearning）能够解决这个问题，其中已经训

vieo·2020-07-12 11:17

Cross Attention Network for Few-shot Classification

作者：一颗柠檬味的橙子链接：https://zhuanlan.zhihu.com/p/105717426来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。来源：NeurIPS2019文章题目：CrossAttentionNetworkforFew-shotClassification下载地址：https://arxiv.org/abs/1910.07677本文的主要工作

vieo·2020-07-12 11:46

Adaptive Cross-Modal Few-shot Learning

论文资料1基于度量的元学习（metric-basedmeta-learning）如今已成为少样本学习研究过程中被广泛应用的一个范式。这篇文章提出利用交叉模态信息（cross-modalinformation）来进一步加强现有的度量元学习分类算法。在本文中，交叉模态是指视觉和语言的信息；结构定义上来说视觉信息和语义信息有截然不同的特征空间，然而在识别任务上二者往往能够相互辅助，某些情况下视觉信息比起

vieo·2020-07-12 11:45

小样本学习(one/few-shot learning)

原文：https://blog.csdn.net/mao_feng/article/details/78939864原博地址：https://blog.csdn.net/xhw205/article/details/79491649小样本学习来源：我们人类是具有快速从少量（单）样本中快速学习能力的，其实在我们学习的过程中，人类的大脑将对象和类别组成有用的信息将之分类。首先需要声明的是，小样本学习属

朴素.无恙·2020-07-12 11:11

[译]ES6:JavaScript中将会有的几个新东西

原文:http://addyosmani.com/blog/a-few-new-things-coming-to-javascript/我相信,在ECMAScript.next到来的时候,我们现在每天都在写的

weixin_33912246·2020-07-12 08:39

Few-Shot Learning with Global Class Representations笔记整理

Few-ShotLearningwithGlobalClassRepresentations笔记整理1Introduction在小样本学习（Few-ShotLearning,FSL）问题上，对于baseclasses

miguemath·2020-07-12 05:03

Why we have too few women leaders

Forthepeopleofbothgenders，infact，asfabulousastateofourlife，weshouldbeconsciousofmakingdecisionsuntilthevarydaywhatweneed.SoWhatifwearegoingtoeventhingsout，wecouldbelieveinourselvesandnegotiateforourse

王一才·2020-07-11 22:48

英语量词之朝花夕拾

图片发自App经过博大精深的汉语洗礼，我们对英语里的量词往往是嗤之以鼻：不就是用a或an,many或much,few或little,some或most罢了！的确，汉语里量词的丰富足令其它语言自惭形秽。

谜样男人·2020-07-11 10:14

元学习——Meta Relational Learning for Few-Shot Link Prediction in Knowledge Graphs（文献解读）

元学习——MetaRelationalLearningforFew-ShotLinkPredictioninKnowledgeGraphs（文献解读）1.Introduction常规的知识图谱是由一系列的三元组所组成，三元组的基本形式为：头实体，关系，尾实体头实体，关系，尾实体头实体，关系，尾实体尽管在知识图谱中包含了大量的实体、关系和三元组，但是很多的知识图谱仍然是不完整的。因此，知识图谱的完整

隔壁的NLP小哥·2020-07-11 07:46

MAML

Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworksCode:official摘要作者根据元学习(metalearning)的表达式提出了MAML算法用来进行元知识的梯度下降，使用一阶近似的方法来避免计算损失函数的二阶导，并在小样本学习任务(few-shotlearning

fnoi2014xtx·2020-07-11 06:30

那些年云计算领域的大牛们

原文地址：http://www.csdn.net/article/2013-03-26/2814641-a-few-early-cloud-computing-mavericksEnomaly是一家2003

yazhouren·2020-07-10 13:28

限定词二：数量限定词于个体限定词

一数量限定词：afew、few/alittle、litte1与名词的搭配关系afew和few后只能接复数名词alittle和little后只能接不可数名词eg：afewdays,fewboysalittlewater

司鑫·2020-07-10 03:09

论文阅读笔记《Few-Shot Learning with Localization in Realistic Settings》

核心思想本文仍是基于度量学习的小样本学习算法，但本文从实际情况出发，通过改进训练方式，增加目标定位信息和增强特征表达能力三个方面，改善了基于度量学习的小样本学习算法在解决实际小样本数据集时的能力。作者首先分析了现有的小样本学习算法在处理实际情况下小样本学习任务所使用的数据集存在的问题：第一，现有算法通常假设数据集都是平衡的，各个类别样本的数量都差不多，而实际上样本数量通常是极不平衡的，某些类别

深视·2020-07-09 23:32

Plant Leaves Classification: A Few-Shot Learning Method Based on Siamese Network

|原文链接：小样本学习与智能前沿ThearticledirectoriesAbstractIntroductionPROPOSEDCNNSTRUCTUREINITIALCNNANALYSISEXPERIMENTALSTRUCTUREANDALGORITHMSMATERIALSANDMETHODSDATASETPREPROCESSINGOFIMAGESFEW-SHOTLEARNINGANDDISTA

_Summer tree·2020-07-09 11:33

【迁移学习】Self Paced Adversarial Training for Multimodal Few-shot Learning论文解读

paper：SelfPacedAdversarialTrainingforMultimodalFew-shotLearning20181127WACV-19SelfPacedAdversarialTrainingforMultimodalFew-shotLearning.方法源域训练GAN网络利用源域数据训练GAN网络。具体地，GAN网络设成stackGAN网络，所谓stackGAN网络是指，用l

zkq_1986·2020-07-09 06:41

ICLR 2020 元学习（Meta-learning）及小样本学习（Few-shot learning)等方向上接收论文总结

ICLR2020将于2020年4月26日于埃塞俄比亚首都亚的斯亚贝巴举行。在最终提交的2594篇论文中，有687篇被接收，接收率为26.5%；和之前一样，所有被接收的论文都将进行poster展示；23%的接收论文将进行口头讲述报告，其中108篇论文为spotlight，演讲时间4分钟，48篇论文将进行10分钟以上的talk。对ICLR2020接收论文中与元学习（Meta-learning）及小样本

yyywxk·2020-07-09 04:00

论文笔记：Cross-Modulation Networks For Few-Shot Learning

这两天读完的一篇论文,UniversitatAutònomadeBarcelona和GoogleBrain对小样本学习的研究,已被NIPS2018WorkshoponMeta-Learning接收。其中的研究思路值得mark学习下。论文不长，除去引用和实验表格和图片,内容才3页，所以能很快读完。但里面涉及到许多概念需要补其他论文，所以需要一定时间理解，以下简单总结整理：摘要简单总结介绍了下元学习的

Learn2Learn·2020-07-08 11:37

论文阅读：A Baseline for Few-Shot Image Classification

题目：ABaselineforFew-ShotImageClassification论文地址：https://arxiv.org/abs/1909.02729v2作者：GuneetS.Dhillon,PratikChaudhari,AvinashRavichandran,StefanoSoatto发表：InICLR,2020.代码：无创新点：提出一种传导性微调（transductivefifine

王小波_Libo·2020-07-08 00:09

论文阅读：A New Meta-Baseline for Few-Shot Learning

思维导图基本概念：(1)meta-learningmeta-learning即元学习，也可以称为“learningtolearn”。常见的深度学习模型，目的是学习一个用于预测的数学模型。而元学习面向的不是学习的结果，而是学习的过程。其学习的不是一个直接用于预测的数学模型，而是学习“如何更快更好地学习一个数学模型”。举一个现实生活的例子。我们教小朋友读英语时，可以直接让他们模仿apple、banan

王小波_Libo·2020-07-08 00:37

论文阅读笔记《Meta-learning for semi-supervised few-shot classification》

核心思想本文提出一种基于半监督训练的小样本分类算法。所谓半监督就是在训练集中即包括带有标签的图片，也包含不带有标签的图片，作者认为人类在学习物品分类时，也会观察到许多非目标类别的物体，这种学习方式更加接近实际使用需求，并且可以提高算法的泛化能力。本文以原型网络（PrototypicalNetwork）作为baseline，在此基础上提出了三种改进型，以满足无监督训练的需要。与原型网络（Prot

深视·2020-07-07 22:15

STRAIGHT_JOIN

STRAIGHT_JOINissimilartoJOIN,exceptthatthelefttableisalwaysreadbeforetherighttable.Thiscanbeusedforthose(few

春天的早晨·2020-07-07 16:53

Few-Shot Image Recognition by Predicting Parameters from Activations

本文基于神经网络中同一类别倒数层的激活值和最后的全连接softmax层的参数有密切的关系，通过训练一个参数预测器，使得在大量数据集中预训练过的网络可以通过直接从激活值预测参数的方式将模型映射到只有少量样本的测试数据集中。作者希望模型可以在少样本和大量样本的情况下均有良好的表现。作者通过使用t-SNE对激活值的期望aˉy\bar{a}_yaˉy(左)和全连接层的参数wyw_ywy(右)进行了可视化，

liuglen·2020-07-07 14:34

Learning to Compare: Relation Network for Few-Shot Learning source code

Paper下载地址：LearningtoCompare:RelationNetworkforFew-ShotLearning原代码是基于如下的要求实现的：#RequirementsPython2.7Pytorch0.3，现已经更改为支持：#RequirementsPython3.xPytorch1.x代码下载地址（百度云）：链接：https://pan.baidu.com/s/1Qv_aNBqpn

鹊踏枝-码农·2020-07-05 16:18

论文阅读笔记《Dense Classification and Implanting for Few-Shot Learning》

核心思想本文是对基于度量学习的小样本学习算法进行改进。常见的度量学习算法通常利用一个嵌入式网络对图像进行特征提取，然后利用一个线性分类器进行分类。在训练过程中得到的线性分类器权重可以看作对应每个类别的权值（classweights）,在测试时，就比较查询图像对应的特征值与每个类别权值之间的相似性，并以此进行分类预测。二维图像经过特征提取后得到的特征信息是高维的张量，因此通常需要压缩维度，以便于

深视·2020-07-05 05:29

TADAM:Task dependent adaptive metric for improved few-shot learning

本文基于度量学习，发现简单的度量尺度会完全改变少样本学习参数更新的本质，同时提出了一个简单且有效的任务依赖的度量空间学习方法，可以根据不同的任务进行特征提取。通过度量缩放的方式，作者将余弦相似度与欧拉距离在少样本学习上的差距缩小了10%，也就是说度量的选择没有那么重要。另外，还提出了辅助任务协同训练，使得具有任务依赖性的特征提取更容易训练，并且具有很好的泛化能力背景考虑episodic形式的K-s

liuglen·2020-07-04 22:36

ICCV 2019 Few-shot Object Detection via Feature Reweighting

papersuppcode小样本目标检测MotivationMethodExperiments可能你要花几倍几十倍的时间去理解一个问题。理解了就好。生活中有太多的事情，需要花时间才能理解。Motivation训练：在base类大样本上训练模型，得到一个小样本检测模型；测试：在novel类小样本上进行学习，识别测试图片上的novel类Method三个模块：FeatureExtractor:学习met

一亩高粱·2020-07-04 13:33

FewRel 2.0数据集：以近知远，以一知万，少次学习新挑战

少次学习（Few-ShotLearning）正是致力于探索模型如何能快速适应新任务的一种方式。

PaperWeekly·2020-07-04 12:59

从 Metric Learning 看 Few-Shot Semantic Segmentation

Few-ShotSegmentation问题定义假设模型在CtrainC_{train}Ctrain类上训练，我们的目标是在测试时，给定一些新类CtestC_{test}Ctest的有标签的图像，用这个训练好的的模型对其他新类的图像进行预测

JYZhang_sh·2020-07-04 06:00

[Few-shot]few-shot detection综述

[个人主页-YangXian]1.BackgroundFew-ShotDetection的任务目的在于，在预训练的基础上，通过少量新样本，学会检测到新样本的目标的能力。1.1Episode训练策略[fromKarpathy]Astheauthorsamusinglypointoutintheconclusion(andthisistheduhofcoursepart),“one-shotlearn

bryce1010·2020-07-04 05:41

2020CVPR-目标检测论文解读之FSOD：Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector

2020CVPR-目标检测论文解读之FSOD：Few-ShotObjectDetectionwithAttention-RPNandMulti-RelationDetector数据集参考1.摘要传统的目标检测方法通常需要大量的训练数据

无人不智能，机器不学习·2020-07-02 15:22

ICCV 2019 | 基于全局类别表征的小样本学习

https://zhuanlan.zhihu.com/p/78743300简单介绍一下我们在今年ICCV2019的一个小样本学习的工作《Few-ShotLearningwithGlobalClassRepresentations

我爱计算机视觉·2020-07-02 12:16

腾讯CXO对话冰岛前总统奥拉维尔：以人工智能应对粮能水（FEW）危机

腾讯科技讯，6月30日，腾讯研究院和腾讯新闻共同推出的“腾讯对话·TencentDialogue：始于2020”举行了第二期线上对谈，冰岛前总统、“北极圈”组织主席奥拉维尔·格里姆松（?lafurRagnarGrímsson）与腾讯首席探索官网大为（DavidWallerstein）围绕“全球应对粮、能、水挑战之新模式”，通过腾讯会议开展“云对话”，对话由腾讯研究院资深专家蔡雄山担任主持人。目前，

itwriter·2020-07-01 15:00

515 FEW学习经验分享

Ben老师问候FEW学习课程已经一半了，Ben老师给陈小冠录的问候加油视频！感谢Ben老师陪伴！小冠继续加油！

木木sani·2020-07-01 14:50

少标签数据学习：宾夕法尼亚大学Learning with Few Labeled Data

文章目录Few-shotimageclassificationThreeregimesofimageclassificationProblemformulationAflavorofcurrentfew-shotalgorithmsHowwelldoesfew-shotlearningworktoday

_Summer tree·2020-07-01 12:13

CVPR2020《小样本学习》，了解最新FSL进展

一.Few-Shot-Learning随着研究者们对样本利用效率的要求日益提高，小样本学习逐渐成为了AI领域以及相关顶会最热门的话题之一。在今年的CVPR2020中，来自valeo.

机器学习算法与自然语言处理·2020-07-01 07:41

CVPR 2020 & AAAI 2020元学习（Meta-learning）及小样本学习（Few-shot learning)等方向上接收论文总结

目录CVPR2020AAAI2020其他值得关注的论文参考资料CVPR2020官网链接：http://cvpr2020.thecvf.com/时间：Seattle,Washington，2020年6月14日-6月19日Meta-TransferLearningforZero-ShotSuper-Resolution论文：https://arxiv.org/abs/2002.12213Improve

yyywxk·2020-06-30 11:15

few-shot vid2vid部署安装及测试

项目地址：https://nvlabs.github.io/few-shot-vid2vid/Github链接：https://github.com/NVlabs/few-shot-vid2vidPrerequisitesLinuxormacOSPython3NVIDIAGPU

yy2yy99·2020-06-30 11:37

每日论文速递：自然语言处理相关（5月19日更新版）

JohnathanE.Avery,RobertL.Goldstone,MichaelN.Jones链接|https://arxiv.org/abs/2005.08932[2]Span-ConveRT:Few-shotSpanExtractionforD

机器学习算法与自然语言处理·2020-06-30 08:28

System.InvalidOperationException: Response Content-Length mismatch: too few bytes written (0 of 1628

今天记录下通过微软官方开源技术open-xml-sdk操作excel写入内存流，并将该内存流返回给Web客户端，该方法服务器端不用保存本地Excel文件，没有和磁盘的IO开销，效率更高，也不存在服务器excel文件太多需要删除的情况。废话不多说，直接上代码：publicstaticIActionResultExportTest(stringfileName){MemoryStreamstream=

MakeTheChange·2020-06-30 05:37

Meta-SGD: Learning to Learn Quickly for Few-Shot Learning

Few-shot学习对于那些对每一个任务都进行从

runrun and qiaoqiao·2020-06-29 13:34

1750亿参数，史上最大AI模型GPT-3上线：不仅会写文章、答题，还懂数学

我们在few-shot情况下测试了它的性能。」本周五，OpenAI提出的GPT-3在社交网络上掀起了新一阵风潮。

喜欢打酱油的老鸟·2020-06-29 03:10

GPT-3：Language Models are Few-Shot Learners 论文解读

paper链接：https://arxiv.org/abs/2005.14165github链接：https://github.com/openai/gpt-3摘要通过对大量文本进行预训练，然后对特定任务进行微调，最近的工作证明了在许多NLP任务和基准方面的巨大收获。尽管在结构上通常与任务无关，但是此方法仍然需要特定于任务的微调数据集，该数据集包含成千上万个示例。相比之下，人类通常只能通过几个示例

睡熊猛醒·2020-06-29 00:02

GPT1-3（GPT3/few-shot,无需finetune）

GPT1–finetune12层单向transformer预训练+精调被bert比下去了GPT2-元学习输入：加上任务描述“英翻法：Thisislife”输出：“C’estlavie”参数15亿在NLU:比不上bert也比不过其他大参数模型：如Turing-NLGGPT3-LanguageModelsareFew-ShotLearnerspaper链接：https://arxiv.org/abs/

叶落叶子·2020-06-28 23:01

Learning to Compare: Relation Network for Few-Shot Learning. （学习比较：用于few-shot learning 的关系网络）

CaoChengtai·2020-06-28 20:40

Few-shot learning（少样本学习）和 Meta-learning（元学习）概述

目录（一）Few-shotlearning（少样本学习）1.问题定义2.解决方法2.1数据增强和正则化2.2Meta-learning（元学习）（二）Meta-learning（元学习）1.学习微调(LearningtoFine-Tune