स्व-पर्यवेक्षित फ़्यू-शॉट लर्निंग
स्व-पर्यवेक्षित फ़्यू-शॉट लर्निंग (SSL-FSL) बड़े अलिखित कॉर्पोरा पर स्व-पर्यवेक्षित प्रीट्रेनिंग को फ़्यू-शॉट मेटा-लर्निंग के साथ जोड़ती है ताकि एक मॉडल केवल कुछ गिने-चुने लेबल वाले उदाहरणों से नई श्रेणियों को पहचान सके। महंगे एनोटेशन के बिना समृद्ध, हस्तांतरणीय प्रतिनिधित्व सीखकर, SSL-FSL पर्यवेक्षित फ़्यू-शॉट विधियों की मूलभूत बाधा को संबोधित करता है: बड़े पैमाने पर लेबल किए गए समर्थन डेटा की आवश्यकता।
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.
स्रोत
- Gidaris, S., Bursuc, A., Komodakis, N., Perez, P., & Cord, M. (2019). Boosting Few-Shot Visual Learning with Self-Supervision. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 8059–8068. DOI: 10.1109/ICCV.2019.00815 ↗
- Su, J.-C., Maji, S., & Hariharan, B. (2020). When Does Self-Supervision Improve Few-Shot Learning? European Conference on Computer Vision (ECCV), Lecture Notes in Computer Science, vol 12371, 645–660. DOI: 10.1007/978-3-030-58571-6_38 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Few-shot Learning (SSL-FSL). ScholarGate. https://scholargate.app/hi/machine-learning/self-supervised-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.
- सियामी तंत्रिका नेटवर्क (Siamese Neural Network)गहन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare