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
- CISP V4.2知识体系大纲知识点梳理.pdf
- 软件项目验收报告模板
- PrinterShare_11.19.1破解版
- 人脸识别，基于VS+openCV
- HP.LoadRunner.9.5.英文版.(Win32.云端版).rar
- node-auth：使用Node和Express构建的身份验证和授权API-源码
- 林业生物技术课件10.转基因植物及其应用.ppt
- 基于摄像头的2d特征跟踪：特征跟踪模块，用于评估自动车辆碰撞检测系统的各种检测器描述符组合-源码
- ZnGeP
- hal：hal为您的Haskell应用程序提供一个AWS Lambda自定义运行时环境-源码
- VERTIASNBU巡检报告-20150128.pdf
- HG8245H固件
- 数值计算 c代码及简单的MFC界面
- PSD网页切图制作HTML全过程教程
- vfp管理系统
- FLASH小游戏源代码
- 基于msp430单片机的红外线遥控解码LCD 1602字符液晶显示实验
- 终于有人把云计算、大数据和人工智能讲明白了
- 华工编译原理TINY+
- ansya workbench 模态分析 part1
- jigloo_464
- 已经安装了该产品的另一个版本问题的解决
- 自己写的linux ls 命令 包括 -l -R -a -U 及各种组合，还有是三种特殊位
- 用C\C++实现操作系统经典同步问题，理发师理发理发师问题
- 广联达590驱动V5.8懂的来写锁授权都有.zip
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