【Awesome】Few-Shot Learning论文阅读列表
Few-Shot Learning 由于其任务的特殊性,以及其应用可能带来的巨大价值,吸引了大量人工智能领域学者的目光。为了帮助广大希望入坑小样本学习的同胞减少入坑搜集论文的时间成本,Duan-JM同学,在Github上分享了《awesome-papers-fewshot》库,收集了近几年顶会中的小样本学习的文章。对few shot learning感兴趣的同学不要错过。
目录:
Image Classification
mini-Imagenet
Unsorted
External Memory
Architecture
Task Representation and Measure
Multi Label Image Classification
Add Additional Informations
Self-training
Traditional
Semi-Supervised
Supervised
Papers
Papers
Parameter Optimize Based Few-shot Learning
Generative Based Few-shot Learning
Metric Based Few-shot Learning
Special
Results in Datasets
More Direction
Object Detection
Segementation
Generative Model
Domain Adaptation
Reinforcement Learning
Visual Tracking
Others
Other Awesome Resources
Relevant Awesome Datasets Repo
Relevant Awesome Few-shot PlayGround Repo
Relevant Awesome Blogs
How to recommend a paper
Main Contributors
◆
人工智能前沿学生论坛
◆
历史文章推荐
给研究新生的建议,光看论文是学不好的,一定要看书,看书,看书!
So Young Sohn:信用评级与专利保护中的AI技术概览
Shai Ben-David:无监督学习中的鲜花与荆棘
不是我们喜新厌旧,而是RAdam确实是好用,新的State of the Art优化器RAdam
机器学习中的评价指标
CVPR2019 |《胶囊网络(Capsule Networks)综述》,附93页PPT下载
AiLearning:一个 GitHub万星的中文机器学习资源
Multi-task Learning(Review)多任务学习概述
医学图像处理与深度学习入门
你正在看吗?👇