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
- 绿色版sql2008r2+管理器
- 字符模板+工程.rar
- 一个ANSYS悬索桥模型
- Matlab 龙格库塔解常微分方程组练习
- webgis-天气查询
- 四元数MATLAB工具箱
- 硬件信息修改大师 破解版.rar
- 音乐播放器界面
- 基于PHP+MYSQL的学生信息管理系统程序 v0.1
- msp430f149与pcf8591
- rocketmq-console.war 3.2.6 管控台war包
- 横向位移双曝光散斑图维纳谱的信息分布
- 铁路路基设计规范TB 10001-2016.xdf
- genius volume驱动
- 隐藏VNC托盘图标.reg
- 深入浅出Windows10通用应用开发
- 指纹传感器_电容式_SPI接口_【96×96】_GF66x8系列_（汇顶）.pdf
- javaweb新闻管理系统
- Connectify Pro 7.3 破解注册激活版（稳定不反弹）
- STM32控制步进电机
- SSD7 exercise6
- C++语言程序设计-郑莉-清华大学本科教材（第3版） + 课后题答案
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