关于计算机视觉元学习中参数调优的研究
计算机视觉与模式识别
2020-03-03 v1 机器学习
摘要
学会学习在元学习（MTL）中获取最优学习模型方面起着关键作用。本文中，我们研究在给定数据集上利用有限训练信息对未见类别进行图像识别的问题。我们部署零样本学习（ZSL）算法来实现该目标。我们还探究了参数调优对语义自编码器（SAE）性能的影响。我们进一步解决元学习尤其是零样本学习中的参数调优问题。通过组合不同的嵌入参数，我们提升了调优后 SAE 的准确率。同时也探讨了参数调优的优缺点及其在图像分类中的应用。
引用
@article{arxiv.2003.00837,
title = {On Parameter Tuning in Meta-learning for Computer Vision},
author = {Farid Ghareh Mohammadi and M. Hadi Amini and Hamid R. Arabnia},
journal= {arXiv preprint arXiv:2003.00837},
year = {2020}
}
备注
6 pages, 2 algorithms, 3 figures