MAML

第37篇Personalized Federated Learning: A Meta-Learning Approach（perfedavg联邦学习+元学习）2020个性化联邦学习使用Hessian

传统FL方法得到的全局模型无法适应各用户的异质数据，导致在用户本地数据集上性能不佳因此这篇论文旨在解决联邦学习中模型缺乏个性化的问题第二部分：idea基于模型无关元学习（MAML）框架，提出个性化联邦学习问题的新公式
还不秃顶的计科生·2025-03-07 17:44

元学习（Meta-learning）如MAML（Model-Agnostic Meta-Learning）的优点和缺点，以及使用元学习如MAML时，需要注意以下问题

元学习（Meta-learning）如MAML（Model-AgnosticMeta-Learning）1.元学习（Meta-learning）如MAML（Model-AgnosticMeta-Learning
小桥流水---人工智能·2024-02-02 19:38

元学习示例：maml_miniimagenet无法下载数据的解决办法

在learn2learn库中，有一个示例：maml_miniimagenet.py。在运行该示例时，总是不能下载到miniimagenet数据，这里可以直接从源码中找到下载链接。
一个机器视觉工程师的自我修养·2024-01-30 09:23

MAML 源代码解释说明 (一)

Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks》论文翻译笔记元学习方向optimizationbasedmetalearning之MAML
田小成plus·2023-12-31 23:30

META-LEARNING WITH ATTENTION FOR IMPROVED FEW-SHOT LEARNING论文笔记

论文主要就是在MAML的基础上添加了三个部分,一个是和L2F类似的用额外网络通过输入中间变量或梯度信息计算一个权重来动态调整模型参数达到task-specific的效果,另一个是一种特殊线性分类器构造方法用于作分类器
李耕_嘿嘿嘿黑龙江哈哈哈哈尔滨·2023-11-05 07:37

MAML进行事件抽取

MAML，模型无关的元学习。MAML是什么，可以在HERE进行了解。MAML是对优化的学习，通过学习优化进行优化学习。因为是模型无关，所以对损失进行了了两次梯度调整，在梯度上进行元学习，实现快速学习。
chenkang004·2023-11-01 03:29

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

MAML的核心思想是利用元学习来找到一个好的模型初始化，从而能够在新任务上进行快速适应。这种方法旨在处理“少样本学习”的挑战，即当新任务的数据量非常有限时如何有效地学习。
lude·2023-10-12 08:21

复现maml论文模型-3

两个图像数据集的分类模型的训练代码还没有深入看，先给出实验的一些参数对应的训练效果。数据集下载链接：https://pan.baidu.com/s/1hcdzRB0BVRwh3Ei4VO2SNQ提取码：fmrv一、数据和参数分析1.数据集Omniglot数据集.pngMiniImagenet数据集.png2.基础模型设计在原论文第五章第二小节，我还未细看3.损失函数损失函数.png4.原论文的实验
China空鸟·2023-10-02 10:26

MAML在隐式神经表示中的应用

论文LearnedInitializationsforOptimizingCoordinate-BasedNeuralRepresentationsAbstract1.Introduction2.RelatedWork3.Overview⭐4.Results5.Conclusion6.AcknowledgementsA.ImplementationdetailsImplicitNeuralRepr
进击的小老虎丶·2023-09-13 16:17

【论文解读】元学习：MAML

一、简介元学习的目标是在各种学习任务上训练模型，这样它就可以只使用少量的训练样本来解决新任务。论文所提出的算法训练获取较优模型的参数，使其易于微调，从而实现快速自适应。该算法与任何用梯度下降训练的模型兼容，适用于各种学习问题，包括分类、回归和强化学习。论文中表明，该算法在few-shotimageclassification基准上达到了SOTA的性能，在few-shotregression上也产出
Scc_hy·2023-09-12 06:57

【学习笔记】元学习如何解决计算机视觉少样本学习的问题？

目录1计算机视觉少样本学习2元学习3寻找最优初始参数值方法：MAML3.1算法步骤3.2代码：使用MAML和FO-MAML、任务增强完成Few-shotClassification4距离度量方法：SiameseNetwork
苹果二·2023-09-07 08:04

论文阅读：Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks

前言要弄清MAML怎么做，为什么这么做，就要看懂这两张图。先说MAML**在做什么？**它是打着Mate-Learing的旗号干的是few-shotmulti-taskLearning的事情。
BlueagleAI·2023-08-27 08:47

深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型

【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍：【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知
汀、人工智能·2023-06-14 12:22

深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型

深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型1.Model-AgnosticMeta-LearningModel-AgnosticMeta-Learning
·2023-06-14 11:01

深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型

深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型1.Model-AgnosticMeta-LearningModel-AgnosticMeta-Learning
·2023-06-14 11:01

文章分享《MAML is a noisy contrastive learner in classification》

MAMLisanoisycontrastivelearnerinclassification作者：Chia-HsiangKaoWei-ChenChiuPin-YuChen时间：2022期刊：ICLRABSTRACT总结：Model-agnosticmeta-learning(MAML
宝剑磨，梅花寒·2023-06-09 08:52

Maml专题介绍与管理

那么，简单介绍一下这个专题的作用吧！首先，这个需要都知道的啦，都是做主题的小伙伴所需要的，包括魅族，小米等等。同时，管理这个专题也是需要大佬们一起管理的啦！有兴趣且有技术可以私信我啦。。。同时会介绍一些高级一点玩法的代码玩玩，毕竟我也不是大佬⁽˙³˙⁾(๑•́₃•̀๑)⁽˙³˙⁾。
一月少年·2023-04-07 20:19

元学习之《Siamese Neural Networks for One-shot Image Recognition》代码解读

Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks》论文翻译笔记元学习方向optimizationbasedmetalearning之MAML
田小成plus·2023-04-01 02:17

[Few-shot learning] MAML

Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks](#Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks)台大李宏毅老师的视频课程：Meatalearning:MAML1
Pr4da·2023-04-01 02:40

复现maml论文模型-2

跑回归代码代码地址：https://github.com/mari-linhares/tensorflow-maml/blob/master/maml.ipynb我是在我本地自己照着敲了一遍这个代码，并且实践了论文中回归部分的对比实验
China空鸟·2023-03-16 18:01

基于MAML的改进方法总结

基于优化的方法是参数化方法，典型代表之一是MAML（Model-AgnosticMeta-Learning）。
keive13·2023-01-30 13:10

[CVPR 2019] Meta-Transfer Learning for Few-Shot Learning

Meta-TransferLearningforFew-ShotLearning论文代码推荐指数：⭐⭐⭐⭐属于用meta-learning做fsl相比MAML，使用更深的网络，但只更新部分参数使用难样本挖掘提升网络精度
一亩高粱·2023-01-29 10:46

浅谈元学习中的支持集和查询集

该领域最经典的论文是2017年的ChelseaFinn提出的MAML，即ModelAgnosticMetaLearning，去谷歌学术搜索可以发
飞机火车巴雷特·2023-01-28 19:39

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

MAML-RLPytorch代码解读(10)–maml_rl/envs/subproc_vec_env.py文章目录MAML-RLPytorch代码解读(10)--maml_rl/envs/subproc_vec_env.py
Ctrl+Alt+L·2023-01-20 21:37

MAML-RL Pytorch 代码解读 (13) -- maml_rl/envs/mujoco/half_cheetah.py

MAML-RLPytorch代码解读(13)–maml_rl/envs/mujoco/half_cheetah.py文章目录MAML-RLPytorch代码解读(13)--maml_rl/envs/mujoco
Ctrl+Alt+L·2023-01-16 09:59

MAML-RL Pytorch 代码解读 (11) -- maml_rl/utils/optimization.py、reinforcement_learning.py和torch_utils.py

MAML-RLPytorch代码解读(11)–maml_rl/utils/optimization.py、reinforcement_learning.py和torch_utils.py文章目录MAML-RLPytorch
Ctrl+Alt+L·2023-01-16 09:29

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

MAML-RLPytorch代码解读(12)–maml_rl/envs/mujoco/ant.py文章目录MAML-RLPytorch代码解读(12)--maml_rl/envs/mujoco/ant.py
Ctrl+Alt+L·2023-01-16 09:29

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

MAML-RLPytorch代码解读(5)–maml_rl/envs/init.py和utils.py文章目录MAML-RLPytorch代码解读(5)--maml_rl/envs/init.py和utils.py
Ctrl+Alt+L·2023-01-16 09:29

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

MAML-RLPytorch代码解读(6)–maml_rl/envs/bandit.py文章目录MAML-RLPytorch代码解读(6)--maml_rl/envs/bandit.py基本介绍源码链接文件路径
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文章目录MAML-RLPytorch代码解读(3)--maml_rl/policies/normal_mlp.py
Ctrl+Alt+L·2023-01-16 09:59

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

MAML-RLPytorch代码解读(4)–maml_rl/policies/categorical_mlp.py文章目录MAML-RLPytorch代码解读(4)--maml_rl/policies/
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文章目录MAML-RLPytorch代码解读(2)--maml_rl/policies/policy.py
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文章目录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`
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 (9) -- maml_rl/envs/normalized_env.py

MAML-RLPytorch代码解读(9)–maml_rl/envs/normalized_env.py文章目录MAML-RLPytorch代码解读(9)--maml_rl/envs/normalized_env.py
Ctrl+Alt+L·2023-01-16 09:55

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

MAML-RLPytorch代码解读(7)–maml_rl/envs/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
Ctrl+Alt+L·2023-01-16 09:24

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

，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
fareise·2023-01-12 12:08

元学习概述（Meta-Learning）

笔者挑选了经典的paper详读，看了李宏毅老师深度学习课程元学习部分，并附了MAML的代码。为了通俗易懂，
一只工程狮·2023-01-11 06:15

MAML代码及理论的深度学习 PyTorch二阶导数计算

MAML代码及理论的深度学习PyTorch二阶导数计算【记录】PyTorch二阶导数torch.autograd.grad函数torch.nn.Conv2和nn.functional.conv2重要区别
Cecilia6277·2023-01-11 06:34

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

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
RitaRao·2023-01-08 10:37

元学习metalearning程序------learn2learn

我们在写关于元学习的程序时，常用两种框架，一种是基于Tensorflow，一种是基于Pytorch，我刚开始使用Tensorflow2.3，由于常用的元学习算法有MAML,Rep
攀爬人工智能的小工·2023-01-06 11:45

狗都能看懂的Meta-SGD原理讲解和代码实现

MAML已经解决了神经网络在初始化时训练方向的问题，可以让模型在小数据上准确找到训练方向，这得益于它的训练时，每一步优化都学习了多个任务的
热血厨师长·2023-01-04 14:20

Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks(MAML)简析

在看MAML这篇论文的时候，因为是初学者，很多都不懂，网上查了许多资料也没看明白，最后来来回回找了很多资料结合原文才看懂一些，在这简单分享一下。什么是元学习？
薛定谔的哆啦B梦·2023-01-03 13:40

【论文笔记】Effective Policy Adjustment via Meta-Learning for Complex Manipulation Tasks

【论文笔记】EffectivePolicyAdjustmentviaMeta-LearningforComplexManipulationTasksAbstract本文提出的方法是将元强化学习的MAML
Ctrl+Alt+L·2022-12-29 07:32

maml代码的pytorch版本-higher

首先先了解下pytorch的官方higher包，里面有几篇文章是用的higher包实现maml的。
D. ！S neo·2022-12-18 02:57

MAML（Model-Agnostic Meta-Learning）

Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks摘要MAML(Model_agnosticmeta-learning)元学习问题建立N-wayK-shot
weixin_40248634·2022-12-12 20:07

MAML (Model-Agnostic Meta-Learning) 解读

论文地址：proceedings.mlr.press/v70/finn17a/finn17a.pdf5.1简介Model-Agnostic：可适用于任何梯度下降的模型，可用于不同的学习任务（如分类、回归、策略梯度RL）。Meta-Learning：在大量的学习任务上训练模型，从而让模型仅用小数量的训练样本就可以学习新任务（加速fine-tune）。不同的任务有不同的模型。需要考虑将先前的经验与少量
千羽QY·2022-12-12 20:37

Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Comple...

主要应用的思想和模型包括：GAT、TransH、SLTM、Model-AgnosticMeta-Learning(MAML)。
cnblogs.com/qizhou/·2022-12-12 20:06

【元学习】Model-Agnostic Meta-Learning （MAML）模型介绍及算法详解

MAML在学术界已经是非常重要的模型了，论文Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks自2017年发表至今已经收获了400+的引用
devil_son1234·2022-12-12 20:36

Model-Agnostic Meta-Learning （MAML）模型介绍及算法详解

在学习联邦学习过程中，有涉及到MAML的内容，这里将学习资料做转载原文地址添加链接描述MAML在学术界已经是非常重要的模型了，论文Model-AgnosticMeta-LearningforFastAdaptationofDeepNetworks
联邦学习的道路上·2022-12-12 20:05
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他