반응형
Learning to Compare: Relation Network for Few-Shot Learning
https://arxiv.org/abs/1711.06025
Learning to Compare: Relation Network for Few-Shot Learning
We present a conceptually simple, flexible, and general framework for few-shot learning, where a classifier must learn to recognise new classes given only few examples from each. Our method, called the Relation Network (RN), is trained end-to-end from scra
arxiv.org
distance를 측정하는 function을 non-linear deep learning model로 학습시켜 사용한다.
왜 잘될까?
fixed-metric function을 사용하면 학습된 embedding의 discriminative한 성질에 크게 영향을 받는다. 하지만 metric function과 embedding model을 함께 학습시킴으로써 두 모델을 최적화시킨다.
relation network를 사용하는 모델은 episode learning이 필수인지 아닌지에 대해 궁금했는데, 이에 대한 실험은 없네.
반응형
'논문 읽기 > Meta, Few-Shot' 카테고리의 다른 글
| [논문 읽기] Matcing Networks for One Shot Learning(2017) (0) | 2022.01.14 |
|---|