# Few-shot Learning
One-shot / Few-shot / Zero-shot Learning
딥러닝 모델에서 One-shot learning과 Few-shot learning은 모델을 학습하는 데 사용되는 데이터의 양을 나타내는 용어입니다. 이 용어들은 특히 이미지 인식, 자연어 처리, 게임 등의 분야에서 사용됩니다.하나의 샘플 이미지만으로 새로운 클래스를 인
Few-Shot Learning(Siamese, Triplet, Relation Neural Network)
Few-Shot Learning(Siamese, Triplet, Relation Network)
Review: One-shot learning for semantic segmentation
In this paper, it proposed semantic segmentation with one-shot learning which is pixel-level prediction with a single image and it's mask.A simple imp
Few Shot Learning
Human can recognize that the query is pangliln based on difference between four images, but it is chellenging for computer because there are a few ima
Few-Shot Learning
인간은 사진 몇 장만 가지고 대충 감을 잡아서 예측을 한다. 그러면 인공지능도 수백장을 사용한 fine-tuning없이도 그러한 것을 할 수 있지 않을까? 이러한 철학에서 연구되는 분야가 few-shot learning이다. Training set, Support se
[논문 리뷰] Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks - 1편
Meta learning (메타 러닝)은 무엇인가? 적응력이 뛰어난 빠릿빠릿한 모델을 만드는 것!
[9주차] Non-Parametric Meta-Learners
작성자 : 이예진 이번 시간에는 Few-shot learning 중에서도 Non-Parametric 방법에 대해서 공부해보겠습니다. stanford 대학의 cs330(Multi-Task and Meta-Learning) 강의 중에 Lecture4.Non-Paramet
