close
深度學習在解決眾多領域的複雜任務中都發揮了巨大的作用，但由於深度學習模型包含很多參數，通常需要大量的已標註數據進行模型訓練才能得到較好的效果。而在數據集很小的場景下，多數深度學習算法的效果會嚴重受限。如何通過有限數量的數據集訓練出較好的效果，成為了很多新手開發者學習道路上的頭號難題。
而小樣本學習方法可以在利用先驗知識的前提下，僅由極少量受監督的樣本，使得模型通過極少步的更新快速提升泛化性能。為了給各位開發者排憂解難，小編為大家準備了小樣本學習（Few-Shot Learning）的主題分享，我們邀請了幾位來自飛槳開發者社區的AI開發者，從小樣本學習的方法原理，到小樣本學習初步應用，以及運用小樣本學習的實踐案例，由淺入深地為大家解讀如何在沒有大型的數據集的狀況下也能完成深度學習模型的訓練！
直播時間：12月29日-1月12日（每周三） 19:00-20:00
直播方式：飛槳PaddlePaddle B站直播間
入門篇：小樣本學習方法原理解析
相關項目鏈接：https://aistudio.baidu.com/aistudio/projectdetail/2342018
應用篇：小樣本學習初體驗與應用分享
相關項目鏈接：https://aistudio.baidu.com/aistudio/projectdetail/2117875
進階篇：小樣本學習案例分析及進階展望
全站熱搜
留言列表