论文阅读笔记《Meta-learning for semi-supervised few-shot classification》_self-supervised continuous meta-learning for few-s-程序员宅基地

小样本学习&元学习经典论文整理||持续更新

核心思想

本文提出一种基于半监督训练的小样本分类算法。所谓半监督就是在训练集中即包括带有标签的图片，也包含不带有标签的图片，作者认为人类在学习物品分类时，也会观察到许多非目标类别的物体，这种学习方式更加接近实际使用需求，并且可以提高算法的泛化能力。本文以原型网络（Prototypical Network）作为baseline，在此基础上提出了三种改进型，以满足无监督训练的需要。与原型网络（Prototypical Network）相似，训练集也划分为支持集与查询集，不同的是在支持集中还包含有不带有标签的图片，这些图片的类别既有支持集中需要训练的类别，也有原本支持集中并不存在的类别（作为干扰项），测试集情况基本类似。
在这里插入图片描述
下面主要介绍本文提出的原型网络的三种改进型，关于原型网络的介绍可以查看之前的文章（点击此处查看），此处不再重复介绍了。

带有软k均值的原型网络
对于无标签的图片分类而言，最直接的方法就是k均值（k-means）算法了，本文选择软k均值（soft k-means）算法，是因为硬k均值算法不可微。首先使用正常的原型网络得到带有标签数据集对应的原型 $p_c$ 作为聚类中心，然后根据无标签样例与聚类中心之间的欧氏距离得到一个局部位置 $\tilde{z}_{j,c}$ ；最后通过将无标签的样例整合到各个原型中，得到更新后的原型 $\tilde{p}_c$ ，计算过程如下：

这个改进可以理解为先利用有标签样例得到原型，再将无标签的样例按照就近原则划分给各个原型，并修正原型的位置。
带有一个干扰项中心和软k均值的原型网络
上个方案存在一个重要的问题，就是在无标签数据集中包含部分干扰项，其类别与有标签数据集中的类别不同，如果简单的将其划分给现有的原型，会导致数据污染。为了避免这一情况，作者为干扰性提供了一个初始值为0的聚类中心，并引入一个长度尺度参数 $r_c$ 用于表示与聚类中心之间距离的变化，具体计算过程如下：

整合的方式与第一种改进型相同，这一方案相当于为所有的干扰项提供一个新的聚类中心，以避免其干扰之前的原型。
带有掩码和软k均值的原型网络
第二个方案只把所有的干扰项分为一类，这显然太过简单了，不符合实际情况。作者提出的第三个改进方案并不是将干扰项都划分到具备高方差多类别的原型里去，而是采用一种掩码的方式，使得与原型距离远的样本被掩盖掉，距离近的则更少被掩盖。首先计算未标记的样例与原型之间的规范化距离 $\tilde{d}_{j,c}$

然后，通过训练的方式得到两个参数，分别是软阈值 $\beta_c$ 和斜率 $\gamma_c$ ，这两个参数是通过一个多层感知机得到的，输入值是关于规范化距离 $\tilde{d}_{j,c}$ 的统计学参数

式中skew表示倾斜度，kurt表示峰值系数。最后利用学习到的参数 $\beta_c$ 和 $\gamma_c$ 实现掩码

式中 $\sigma$ 表示sigmoid函数，因为sigmoid函数当输入越小，输出越接近于0；输入越大，输出越接近于1；输入为0时，输出为0.5。所以当规范化距离 $\tilde{d}_{j,c}$ 超过阈值 $\beta_c$ 时，其掩码值 $m_{j,c}$ 会接近于0（相当于被掩盖了）；当规范化距离小于阈值时，其掩码值则更接近于1（相当于被保留了）。

实现过程

网络结构

与原型网络相同

损失函数

正确分类概率的负对数均值
在这里插入图片描述

创新点

提出一种半监督训练的小样本分类算法，提高算法的泛化能力
在原型网络的基础上提出三种改进型

算法评价

本文是原型网络的改进型，也是看到的第一篇采用半监督学习的元学习算法。整体而言还是具有一些有趣的创新点的，尤其是第三种改进型中应用的掩码方法，是之前没有见过的。但由于训练集中包含无标签样例，因此在训练量总数相同的情况下，其准确率还是低于有监督学习的。而且根据作者的实验结果，也无法确定三种改进型的优劣（在不同测试条件下，表现并不统一），因此对于小样本分类任务的改进作用有限。

如果大家对于深度学习与计算机视觉领域感兴趣，希望获得更多的知识分享与最新的论文解读，欢迎关注我的个人公众号“深视”。在这里插入图片描述

本文链接：https://blog.csdn.net/qq_36104364/article/details/106243619

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

攻防世界_难度8_happy_puzzle_攻防世界困难模式攻略图文-程序员宅基地

文章浏览阅读645次。这个肯定是末尾的IDAT了，因为IDAT必须要满了才会开始一下个IDAT，这个明显就是末尾的IDAT了。，对应下面的create_head()代码。，对应下面的create_tail()代码。不要考虑爆破，我已经试了一下，太多情况了。题目来源：UNCTF。_攻防世界困难模式攻略图文

达梦数据库的导出（备份）、导入_达梦数据库导入导出-程序员宅基地

文章浏览阅读2.9k次，点赞3次，收藏10次。偶尔会用到，记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录，执行导库操作　　导出语句：./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log　注释：　　 cwy_init/init_123..._达梦数据库导入导出

js引入kindeditor富文本编辑器的使用_kindeditor.js-程序员宅基地

文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件，可以删掉不需要要到的jsp，asp，asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件，在页面引入js文件：<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js

STM32学习过程记录11——基于STM32G431CBU6硬件SPI+DMA的高效WS2812B控制方法-程序员宅基地

文章浏览阅读2.3k次，点赞6次，收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA，我们的数据线就会变为10101010，通过修改不同的内容，即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平，后半周期为低电平的状态。在SPI的通信模式中，CPHA配置会影响该实验，下图展示了不同采样位置的SPI时序图[1]。CPOL = 0，CPHA = 1：CLK空闲状态 = 低电平，数据在下降沿采样，并在上升沿移出CPOL = 0，CPHA = 0：CLK空闲状态 = 低电平，数据在上升沿采样，并在下降沿移出。_stm32g431cbu6

计算机网络-数据链路层_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输-程序员宅基地

文章浏览阅读1.2k次，点赞2次，收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决？5.如果在数据链路层不进行帧定界，会发生什么问题？6.PPP协议的主要特点是什么？为什么PPP不使用帧的编号？PPP适用于什么情况？为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输

软件测试工程师移民加拿大_无证移民，未受过软件工程师的教育（第1部分）-程序员宅基地

文章浏览阅读587次。软件测试工程师移民加拿大无证移民，未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...

随便推点

Thinkpad X250 secure boot failed 启动失败问题解决_安装完系统提示secureboot failure-程序员宅基地

文章浏览阅读304次。Thinkpad X250笔记本电脑，装的是FreeBSD，进入BIOS修改虚拟化配置（其后可能是误设置了安全开机），保存退出后系统无法启动，显示：secure boot failed ，把自己惊出一身冷汗，因为这台笔记本刚好还没开始做备份.....根据错误提示，到bios里面去找相关配置，在Security里面找到了Secure Boot选项，发现果然被设置为Enabled，将其修改为Disabled ，再开机，终于正常启动了。_安装完系统提示secureboot failure

C++如何做字符串分割（5种方法）_c++ 字符串分割-程序员宅基地

文章浏览阅读10w+次，点赞93次，收藏352次。1、用strtok函数进行字符串分割原型： char *strtok(char *str, const char *delim);功能：分解字符串为一组字符串。参数说明：str为要分解的字符串，delim为分隔符字符串。返回值：从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它：strtok函数线程不安全，可以使用strtok_r替代。示例：//借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割

2013第四届蓝桥杯 C/C++本科A组真题答案解析_2013年第四届c a组蓝桥杯省赛真题解答-程序员宅基地

文章浏览阅读2.3k次。1 .高斯日记大数学家高斯有个好习惯：无论如何都要记日记。他的日记有个与众不同的地方，他从不注明年月日，而是用一个整数代替，比如：4210后来人们知道，那个整数就是日期，它表示那一天是高斯出生后的第几天。这或许也是个好习惯，它时时刻刻提醒着主人：日子又过去一天，还有多少时光可以用于浪费呢？高斯出生于：1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答

基于供需算法优化的核极限学习机(KELM)分类算法-程序员宅基地

文章浏览阅读851次，点赞17次，收藏22次。摘要：本文利用供需算法对核极限学习机(KELM)进行优化，并用于分类。

metasploitable2渗透测试_metasploitable2怎么进入-程序员宅基地

文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功，进入系统4、测试如下：二、MySQL弱密码登录：1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功，进入MySQL系统3、测试效果：三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入

Python学习之路：从入门到精通的指南_python人工智能开发从入门到精通pdf-程序员宅基地

文章浏览阅读257次。本文将为初学者提供Python学习的详细指南，从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文，您将能够掌握Python编程的核心概念，为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf