零样本分类中的性能变异性
机器学习
2021-03-03 v1 计算机视觉与模式识别
摘要
零样本分类（ZSC）是学习训练期间未见过类别的预测器的任务。尽管文献中的不同方法使用相同的类别划分进行评估，但人们对它们在不同类别划分下的稳定性知之甚少。在这项工作中，我们通过实验表明ZSC性能在变化的训练设置下表现出强烈的变异性。我们提出使用集成学习作为缓解此现象的尝试。
引用
@article{arxiv.2103.01284,
title = {Performance Variability in Zero-Shot Classification},
author = {Matías Molina and Jorge Sánchez},
journal= {arXiv preprint arXiv:2103.01284},
year = {2021}
}
备注
LXAI Workshop @ NeurIPS 2020