其他
中文论文 |《基于深度神经网络的少样本学习综述》
点击上方“机器学习与生成对抗网络”，关注"星标"
获取有趣、好玩的前沿干货！
最近深度神经网络已经在监督识别任务上取得了令人振奋的突破，但是深度神经网络要求每个类都有足够多的且完全标注的训练数据。如何从少数训练样本中学习并识别新的类别，对于深度神经网络来说是一个具有挑战性的问题。针对如何解决少样本学习的问题，全面总结了现有的基于深度神经网络的少样本学习方法，涵盖了方法 所用模型、数据集及评估结果等各个方面。具体地，针对基于深度神经网络的少样本学习方法，提出将其分为四种 类别，即数据增强方法、迁移学习方法、度量学习方法和元学习的方法；对于每个类别，进一步将其分为几个子类别，并且在每个类别与方法之间进行一系列比较，以显示各种方法的优劣和各自的特点。最后，强调了现有方法的局限性，并指出了少样本学习研究领域的未来研究方向.
原文地址：http://www.arocmag.com/article/02-2020-08-002.html
公众号后台回复 少样本 即可获取PDF全文。
部分摘录如下：
公众号近期荐读：
CVPR2020之MSG-GAN：简单有效的SOTA CVPR2020之姿势变换GAN：图像里谁都会劈叉？ CVPR2020之多码先验GAN：预训练模型如何使用？ 两幅图像！这样能训练好GAN做图像转换吗？ 单图训GAN！如何改进SinGAN？ 有点夸张、有点扭曲！速览这些GAN如何夸张漫画化人脸！ 见微知细之超分辨率GAN！附70多篇论文下载！ 天降斯雨，于我却无！GAN用于去雨如何？ 脸部转正！GAN能否让侧颜杀手、小猪佩奇真容无处遁形？ 容颜渐失！GAN来预测？ 强数据所难！SSL（半监督学习）结合GAN如何？ 弱水三千，只取你标！AL（主动学习）结合GAN如何？ 异常检测，GAN如何gan ? 虚拟换衣！速览这几篇最新论文咋做的！ 脸部妆容迁移！速览几篇用GAN来做的论文 【1】GAN在医学图像上的生成，今如何？ 01-GAN公式简明原理之铁甲小宝篇
更多分享、长按关注本公众号：