2020/10/11週報
阿新 • • 發佈:2020-10-12
- 對 miniimageNet 進行了訓練,在普通的 4 層 CNN 以 5-ways 5-shot 的資料進行訓練,得到的結果如下:
準確率大致停留在 60% 左右。 - 完成了ISIC的資料處理部分程式碼的編寫
- 對元學習的兩個較為經典的演算法 MAML 和 reptile 進行了學習.
a. MAML 主要是在忽略二階偏微分,以一階微分來計算初始的模型引數。MAML和 pre-training 是不同的。MAML 更加在意的總損失最小,即其他任務到達較好的representation所迭代的次數較少。而 pre-training 需要的直接是 representation 較好。
b. reptile 演算法:MAML演算法的內迴圈只迭代一次就計算損失,而reptile相當於在 MAML的基礎上,使內迴圈多迭代了幾次。 - 任務的確定,到底以那些資料為輸入,哪些資料為輸出?