会员服务
MAML（Model-Agnostic Meta-Learning）是元学习（Meta learning）最经典的几个算法之一，出自论文《Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks》。 原文地址：https://arxiv.org/abs/1703.03400
【斯坦福大牛Chelsea Finn2020新课】深度多任务和元学习，附课程PPT下载
【斯坦福大牛Chelsea Finn2020新课】深度多任务和元学习，附课程PPT下载
专知
0+阅读 · 2020年10月24日
近期必读的八篇【Meta-Learning（元学习）】相关论文和代码
近期必读的八篇【Meta-Learning（元学习）】相关论文和代码
专知
0+阅读 · 2019年9月15日
如何确定多任务神经网络中哪些任务应该一起训练
如何确定多任务神经网络中哪些任务应该一起训练
TensorFlow
0+阅读 · 2021年12月14日
【资源推荐】元学习近几年论文和资料集锦
【资源推荐】元学习近几年论文和资料集锦
专知
0+阅读 · 2020年9月22日
在机器人领域使用元学习探索进化方向
在机器人领域使用元学习探索进化方向
谷歌开发者
0+阅读 · 2020年5月25日
OpenAI发布可扩展的元学习算法Reptile
OpenAI发布可扩展的元学习算法Reptile
论智
1+阅读 · 2018年3月8日
CVPR 2020丨MAML-Tracker: 用目标检测思路做目标跟踪？ 小样本即可得高准确率
CVPR 2020丨MAML-Tracker: 用目标检测思路做目标跟踪？ 小样本即可得高准确率
微软研究院AI头条
0+阅读 · 2020年5月14日
「元学习」解析：学习如何梯度下降与学习新的算法
「元学习」解析：学习如何梯度下降与学习新的算法
AI研习社
12+阅读 · 2018年5月1日
近期必读的八篇【Meta-Learning（元学习）】相关论文和代码
近期必读的八篇【Meta-Learning（元学习）】相关论文和代码
专知
134+阅读 · 2019年9月15日
【浙江大学】使用MAML元学习的少样本图分类
【浙江大学】使用MAML元学习的少样本图分类
专知
7+阅读 · 2020年3月22日
OpenAI发布大规模元学习算法Reptile
OpenAI发布大规模元学习算法Reptile
AI前线
6+阅读 · 2018年3月9日
OpenAI发布可扩展的元学习算法Reptile | 论文+代码+Demo
OpenAI发布可扩展的元学习算法Reptile | 论文+代码+Demo
量子位
1+阅读 · 2018年3月8日
用目标检测思路做目标跟踪？ MAML-Tracker: 小样本即可得高准确率｜CVPR2020
用目标检测思路做目标跟踪？ MAML-Tracker: 小样本即可得高准确率｜CVPR2020
极市平台
2+阅读 · 2020年5月14日
深度 | 学习如何学习的算法：简述元学习研究方向现状
深度 | 学习如何学习的算法：简述元学习研究方向现状
机器之心
8+阅读 · 2018年4月5日
三四行代码打造元学习核心，PyTorch元学习库L2L现已开源
三四行代码打造元学习核心，PyTorch元学习库L2L现已开源
机器之心
1+阅读 · 2019年9月14日
参考链接
父主题
元学习
微信扫码咨询专知VIP会员
Top