探索 Dropout 在少样本学习中的威力
计算机视觉与模式识别
2023-01-27 v1
摘要
预训练模型的泛化能力是少样本深度学习的关键。Dropout 是传统深度学习方法中使用的一种正则化技术。在本文中，我们探索了 dropout 在少样本学习中的威力，并提供了关于如何使用它的若干见解。在少样本目标检测与少样本图像分类数据集（即 Pascal VOC、MS COCO、CUB 和 mini-ImageNet）上的大量实验验证了我们所提方法的有效性。
引用
@article{arxiv.2301.11015,
title = {Explore the Power of Dropout on Few-shot Learning},
author = {Shaobo Lin and Xingyu Zeng and Rui Zhao},
journal= {arXiv preprint arXiv:2301.11015},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2210.06409