基于深度神经网络的少样本学习综述
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。
文件下载
评论信息
其他资源
- 国科大模式识别与机器学习作业2018最新版
- Matlab实现灰度图像转换成RGB图像
- 2020年谷粒商城md笔记
- ＨＤ高速双车道车流监控视频
- 安卓WiFi室内定位程序源码
- STM32F103 SPI方式驱动OLED
- 基于SLP物流与设施规划
- DirectX SDK June 2010
- ArcGis Server WebGis开发(C#)
- Wifi_5G_and_Addr_Fix.zip
- 没有matlab又不想安装怎么办，分享一个在线matlab平台.docx
- USB大容量存储开发板CPLD代码.7z
- C语言后台代码
- 绝地求生端游压枪辅助附源码
- LQR系统最优控制器设计的MATLAB实现及应用.pdf
- 简单的新闻系统
- 第16讲 mysql笔试题
- 数学建模论文1992-2011年全部优秀论文与点评
- python web py入门配套源代码
- Unity无限酷跑游戏源码
- 5口交换机原理图PCB
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明