小樣本學(xué)習(xí)只是一場學(xué)術(shù)界自嗨嗎？

AIGC動態(tài)歡迎閱讀

原標(biāo)題：小樣本學(xué)習(xí)只是一場學(xué)術(shù)界自嗨嗎？
關(guān)鍵字：數(shù)據(jù),問題,方法,目標(biāo),知乎
文章來源：算法邦
內(nèi)容字?jǐn)?shù)：14199字

內(nèi)容摘要：

700個(gè)開發(fā)硬件免費(fèi)申請?現(xiàn)金大獎！生成式 AI、機(jī)器人 AI、PC AI 三大賽道！AMD Pervasive AI 開發(fā)者挑戰(zhàn)賽報(bào)名火熱進(jìn)行中，掃碼了解詳情并報(bào)名～導(dǎo)讀本文是知乎作者ALme對小樣本學(xué)習(xí)價(jià)值和進(jìn)展的討論，文內(nèi)詳細(xì)闡述了小樣本學(xué)習(xí)的背景、方法、需要解決的問題以及一些研究成果和未來挑戰(zhàn)。
原文地址：
https://www.zhihu.com/question/439865186/answer/2472023214
本文只做學(xué)術(shù)分享，如有侵權(quán)，聯(lián)系刪文。本回答的升級版已作成一篇論文，已被ICML 2023接收：A Closer Look at Few-shot Classification Again
其中最重要的一點(diǎn)是用大量實(shí)驗(yàn)證明了few-shot learning的訓(xùn)練階段和測試階段的算法是完全的。還有一些和本回答完全不同的結(jié)論，比如發(fā)現(xiàn)finetune在經(jīng)過些微改動后效果出奇地好，以及一些關(guān)于few-shot learning宏觀層面的有趣發(fā)現(xiàn)和挑戰(zhàn)，希望能給FSL領(lǐng)域以及visual representation、transfer learning等相關(guān)領(lǐng)

原文鏈接：小樣本學(xué)習(xí)只是一場學(xué)術(shù)界自嗨嗎？

聯(lián)系作者

文章來源：算法邦
作者微信：allplusai
作者簡介：智猩猩矩陣賬號之一，連接青年AI學(xué)者，講解研究成果，分享系統(tǒng)思考。