成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
MAML
关注
42
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
综合
百科
VIP
热门
动态
论文
精华
A New First-Order Meta-Learning Algorithm with Convergence Guarantees
Arxiv
0+阅读 · 9月5日
MAML MOT: Multiple Object Tracking based on Meta-Learning
Arxiv
0+阅读 · 8月23日
HyperMAML: Few-Shot Adaptation of Deep Models with Hypernetworks
Arxiv
0+阅读 · 7月8日
MAML MOT: Multiple Object Tracking based on Meta-Learning
Arxiv
0+阅读 · 5月27日
Meta-Learning with a Geometry-Adaptive Preconditioner
Arxiv
0+阅读 · 2023年11月29日
Evaluating few shot and Contrastive learning Methods for Code Clone Detection
Arxiv
0+阅读 · 2023年11月9日
Understanding Transfer Learning and Gradient-Based Meta-Learning Techniques
Arxiv
0+阅读 · 2023年10月9日
PersA-FL: Personalized Asynchronous Federated Learning
Arxiv
0+阅读 · 2023年10月4日
Multilingual Sentence-Level Semantic Search using Meta-Distillation Learning
Arxiv
0+阅读 · 2023年9月15日
Convergence of Gradient-based MAML in LQR
Arxiv
0+阅读 · 2023年9月15日
Hypernetwork approach to Bayesian MAML
Arxiv
0+阅读 · 2023年8月30日
META-SELD: Meta-Learning for Fast Adaptation to the new environment in Sound Event Localization and Detection
Arxiv
0+阅读 · 2023年8月17日
Compositional federated learning: Applications in distributionally robust averaging and meta learning
Arxiv
0+阅读 · 2023年7月26日
Bridging the Reality Gap of Reinforcement Learning based Traffic Signal Control using Domain Randomization and Meta Learning
Arxiv
0+阅读 · 2023年7月21日
Mitigating Catastrophic Forgetting for Few-Shot Spoken Word Classification Through Meta-Learning
Arxiv
0+阅读 · 2023年5月22日
参考链接
父主题
元学习
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top