फ्यू-शॉट लर्निंग
फ्यू-शॉट लर्निंग एक मशीन लर्निंग प्रतिमान है जो मॉडलों को केवल कुछ लेबल वाले उदाहरणों - आमतौर पर एक से पांच - से नए वर्गों या नए कार्यों को पहचानने के लिए प्रशिक्षित करता है, जो एक बड़े, संबंधित प्रशिक्षण वितरण से प्राप्त पूर्व ज्ञान का लाभ उठाता है। यह विशेष रूप से उन डोमेन में प्रासंगिक है जहां लेबलिंग महंगी, दुर्लभ या संरचनात्मक रूप से सीमित है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+17 more
स्रोत
- Vinyals, O., Blundell, C., Lillicrap, T., Wierstra, D., & Kavukcuoglu, K. (2016). Matching Networks for One Shot Learning. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- Finn, C., Abbeel, P., & Levine, S. (2017). Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks. Proceedings of the 34th International Conference on Machine Learning (ICML), PMLR 70:1126–1135. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Few-shot Learning (Meta-learning with Limited Labeled Examples). ScholarGate. https://scholargate.app/hi/machine-learning/few-shot-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- मैट्रिक लर्निंगमशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare