檢索結果：共3筆資料 檢索策略： "元學習".ckeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
近幾年來，僅利用少量標籤資料來訓練模型並分類新類別已備受廣大注意，此類的任務稱為少樣本分類學習。雖然在此領域中已有重大的進展,但多數現行少樣本分類學習之方法以目標與來源資料來自相同的分布為前提。因此…
2
近幾年小樣本學習的研究不斷在增加，其目的為解決訓練資料不足的狀況。元學習(Meta-Learning)是小樣本學習的方法之一，透過各種不同的訓練任務上學習一組最佳參數，讓模型能夠快速適應到從未見過的…
3
雖然現有的人臉反欺騙(FAS)或深度造假(Deepfake)檢測方法在性能方面是有效的，但它們通常使用大量的參數，因此十分耗費硬體資源，不適合手持設備。除此之外，他們花了很多時間訓練因為他們以普通監…