AAAIApr, 2022
少样本学习中微调的动力:通过选定抽样的域不可知偏差减少
Powering Finetuning in Few-Shot Learning: Domain-Agnostic Bias Reduction with Selected Sampling
Ran Tao, Han Zhang, Yutong Zheng, Marios Savvides
TL;DR本文提出了使用细调训练过的深度神经网络来改善新类别特征的方法,包括使用分布校准模块 (DCM) 减少类不相关偏差,使用精选采样 (SS) 减少类特异性偏差,该方法在 10 个来自不同领域的数据集上表现出了最先进的结果。