Meta Learning资源学习列表

原創 半月夏微凉 2020-06-29 19:29

Meta-learning（元学习）是机器学习社区中解决学会学习问题的令人兴奋的研究趋势。

机器学习研究的传统范例是获取特定任务的庞大数据集，并使用该数据集从头开始训练模型。显然，这与人类利用过去的经验，仅从少量示例中快速学习新任务的方式相去甚远。

参考资源

[1] From zero to research — An introduction to Meta-learning

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

神经网络中的元学习研究

神經網絡中的元學習研究 Meta learning（Learning to learn）在近幾年的研究中受到了越來越多的關注。Meta learning的目標旨在改善學習算法本身，讓模型更精通學習。基於深度學習的方法在各個領域都取

yaoxunji 2020-07-05 07:51:32

Linkage Based Face Clustering via Graph Convolution Network

Linkage Based Face Clustering via Graph Convolution Network 本文使用圖卷積做基於邊預測的臉聚類，如果兩個點屬於同一類，那麼這兩個點之間就會有一條邊連接，最後找出所有的圖即

liuglen 2020-07-02 09:14:20

Zero-shot Recognition via Semantic Embeddings and Knowledge Graphs

Zero-shot Recognition via Semantic Embeddings and Knowledge Graphs 考慮零樣本的識別問題，在沒有訓練樣本的情況下對某個類別學習一個分類器，僅僅使用該類別的詞向量和其

liuglen 2020-07-02 09:14:19

关于MAML的那些事

多餘的元學習廢話也不多說，直接上乾貨： 算法： 關於學習率： 兩個學習率a、b，要知道，爲了一步優化探測task最優參數的位置（inner loop），我們必須使用稍微大點的學習率a，這叫一步到位。 而優化你真正模型參數的學習率

pure water 2020-07-01 05:20:41

Reptile原理以及代码详解

論文：2018-On First-Order Meta-Learning Algorithms 算法簡介 MAML,FOMAML,reptile這些都是關於fewshot任務中參數初始化的問題，這些算法都是尋找一個模型合理的初始化

pure water 2020-07-01 05:20:41

Meta Learning论文与方法总结

Meta Learning Machine learning可以理解爲根據數據找一個函數f的能力，Machine Learning通過訓練數據讓模型能夠學習到某種抽象的規律或概念，而Meta Learning可以理解爲根據數據找一

yaoxunji 2020-06-23 21:07:19

元学习gradient descent as LSTM（2）--李宏毅老师课程学习笔记

我們發現meta learning中的結構與RNN比較相似，具體看下面兩篇論文是講這個的。 RNN是用同一個單元去處理很長的句子，因爲每次只吃一個單詞。 現在基本用LSTM，通過結構發現Ct的特殊，同時由於它改變較慢，因此LS

pure water 2020-06-16 14:38:29

元学习MAML reptile（1）-李宏毅老师课程学习笔记

meta learn =learn to learn 我們希望機器學習怎樣去學習這件事情，就是學會語音辨識、圖像辨識以後，它學會了如何去學習學習這件事情，而不是停留在語音和圖像的任務上。 就是我們不需要自己去定義網絡的結構以及訓

pure water 2020-06-16 14:38:18

元学习（3）--李宏毅老师课程学习笔记

有沒有什麼模型，它可以直接輸train data 和test data,輸出是不是，全部封裝好。 其實我們手機上的人臉識別就是這樣的。 siamese network --孿生網絡，兩個網絡的參數可以共享也可以不共享。

pure water 2020-06-16 14:38:17

Reptile:On First-Order Meta-Learning Algorithms

liuglen 2020-05-31 23:32:28

A SIMPLE NEURAL ATTENTIVE META-LEARNER

liuglen 2020-05-31 23:32:28

ICLR 2020元学习论文汇总

yaoxunji 2020-02-24 15:32:24

Meta Learning 李宏毅深度学习笔记

xiaollla 2019-10-25 20:40:00

OSMN:Efficient Video Object Segmentation via Network Modulation

liuglen 2018-12-10 15:43:32

CAML: FAST CONTEXT ADAPTATION VIA META-LEARNING

liuglen 2018-12-10 15:43:32