ICMLMay, 2023
元模调制:学习变分特征层次结构,用于更少任务的少样本学习
MetaModulation: Learning Variational Feature Hierarchies for Few-Shot Learning with Fewer Tasks
Wenfang Sun, Yingjun Du, Xiantong Zhen, Fan Wang, Ling Wang...
TL;DR本文提出了一种名为 MetaModulation 的方法,在元训练过程中使用神经网络调制批量归一化参数,以提高元训练任务的密度,并通过改变不同层面的参数来增加任务的多样性,同时提出了利用变分 MetaModulation 学习变分特征层级的方法,能够考虑任务不确定性和生成更多样的任务,结果表明 MetaModulation 和其变分变体在四个 few-task meta-learning 基准测试中都优于现有技术。