meta_learning table

元学习框架TF 2.0 这是一个框架，可以轻松地将元学习技术应用于不同的数据集。 该存储库涵盖了包括UMTRA在内的几种元学习算法。 有关UMTRA发布期间的存储库，请转到 。 只需单击一下即可读取数据集并生成训练/验证/测试类。 然后将任务提供给元学习算法并运行它，并使用张量板记录训练和验证指标。 最后，您可以评估测试集上的结果。 我们支持用于分类的一系列元学习算法，包括 ， ， ， ， 和 。 我们正在增加更多，并高兴地欢迎新的贡献。 对于数据集，我们支持著名的元学习基准，包括Omniglot，Mini-Imagenet，CelebA。 我们还支持所有数据。 此外，我们支持跨域元学习的数据集：EuroSat，PlantDisease，ISIC，ChestXRay8。 最后但并非最不重要的一点是，您可以在使用Tensorflow 2.0和Keras定义的任何模型上运行算法