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
- VMware-viewcomposer-7.6.0-9491669
- 舰船目标识别
- 太空场景模型—编号C-02.zip
- C#求矩阵运算代码，特征值特征向量
- 2019年美赛D题论文
- On-ChipNetworks_片上网络中文翻译
- software foundations
- BlowFish算法
- C语言-ATM机模拟系统exe及源码
- STM32F107VC工程模板
- ATMEGA64&128最小系统原理图.zip
- 南昌航空大学2012微机原理试卷
- 华为项目管理10大模板Excel版(可直接套用_非常实用)
- Web_bigevent-源码
- greenplum安装、扩容、缩容、HA
- nvm-setup.tar
- 源代码
- 基于DSP的语音编码算法及其实现（毕业设计）
- 两个指纹识别完整代码
- 软件需求规格说明书 IEEE 830 1998 模板
- Android应用源码(精)记事本小程序
- 第一行代码—Android Word版.docx
- 软件测试全套资源
- W3School离线手册html css js jquery等多合一CHM版
- Liang-Barsky直线段剪裁算法
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