Siamese-Network-for-One-shot-Learning：通过单一示例训练神经网络的项目
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本项目采用Siamese网络进行一次性学习，仅需单一样本即可高效地训练神经网络模型，适用于人脸识别、特征匹配等场景。
人类能够通过少量示例学习新事物，例如一个孩子可以从一张图片中学到“狗”的概念。然而机器学习系统需要大量数据才能掌握其功能。特别是当受到刺激时，人们似乎能快速理解新的概念，并在未来的感知中识别这些概念的变化形式。
尽管如此，在诸如分类、Web搜索、图像和语音识别等任务上，机器学习已经取得了显著的成功。但是，这些模型通常在低数据的情况下表现不佳。这是一次性学习的主要动机：用少量的样本训练模型，然后无需大量重新训练就可以将其应用到不熟悉的类别中去。
如果您发现我们的工作有用，请考虑引用我们的研究：
@incollection{jadon2021improving,
title={Improving Siamese Networks for One-Shot Learning Using Kernel-based Activation Functions},
}
全部评论 (0)
还没有任何评论哟~
