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
- PSK解调Multisim仿真工程
- STC12C5A60S2例程、原理图
- 基于SSD神经网络目标检测的交通标志牌检测（附代码）
- simscape官方教程
- D3D API函数中文帮助
- 地测空间管理.rar
- CVUI（配合Opencv书写界面神器）
- 仓库管理系统ER图
- PHP毕业设计项目源码包含数据库
- 样板：Wordpress网站的样板-源码
- 中兴B860A盒子助手及STB.rar
- 基于RS 485总线的远程抄表系统采集终端的设计与实现.pdf
- Unity for iOS 打开相册、相机及保存图片到相册的demo
- 软件工程——“寻味”美食点单平台软件设计说明书.docx
- Xshell.exe
- Android变声功能Demo下载
- vc6 高亮显示 自动补齐 好用的插件
- druid-1.0.9.zip
- My97DatePicker 选择季度功能
- 基于QT的简单文本编辑器
- Android 日历、Android 农历日历 Android 日历节假日
- 基于51单片机的红外遥控器设计
- CRF 分词算法
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