簡易檢索 / 檢索結果

  • 檢索結果:共2筆資料 檢索策略: ckeyword.raw="少樣本學習" and ckeyword.raw="機器學習"


  • 在搜尋的結果範圍內查詢: 搜尋 展開檢索結果的年代分布圖

  • 個人化服務

    我的檢索策略

  • 排序:

      
  • 已勾選0筆資料


      本頁全選

    1

    當前任務變分自動編碼器結合動態集成損失函數之少樣本學習
    • 資訊工程系 /109/ 碩士
    • 研究生: 蘇皓群 指導教授: 陳怡伶
    • 少樣本學習是一項具有挑戰性的任務,其中分類器需要快速適應新類別。這些新類別是在訓練階段是模型沒有見過的,並且在測試階段為每個新類別的學習過程只提供很少的樣本(例如,五個圖像)。當現有的方法使用如此少…
    • 點閱:629下載:3

    2

    基於OpenAI CLIP模型之少樣本分類任務
    • 資訊工程系 /112/ 碩士
    • 研究生: 盧恩平 指導教授: 吳怡樂 洪西進
    • 在這個人工智慧發展迅速的年代,使用各種深度學習模型來做分類任務已相當成熟了,然而,所面對的問題也相當明顯,需要有大量的資料集才能夠使準確率提高並且變得更加泛化、但在許多相關的任務中,資料的收集是有困…
    • 點閱:91下載:0
    • 全文公開日期 2030/08/13 (校內網路)
    • 全文公開日期 2030/08/13 (校外網路)
    • 全文公開日期 2030/08/13 (國家圖書館:臺灣博碩士論文系統)
    1