其他
ICLR 2023杰出论文奖得主独家分享:适配任意密集预测任务的通用小样本学习器
(本文阅读时间:9分钟)
近期,我们将在微信视频号“微软亚洲研究院”和 B 站“微软科技”的直播间,安排微软亚洲研究院入选 ICLR 2023 论文的特别直播,与你共话机器学习的前沿成果!更多直播细节,敬请期待。
首先,它必须具备 e 统一的体系结构。该结构能够处理任意密集预测任务,并共享大多数任务所需的参数,以便获取可泛化的知识,从而能以小量样本学习任意未见过的任务。
其次,学习器应该灵活地调整其预测机制,以解决具有各种语义的未见过的任务,同时足够高效,以防止过度拟合。
论文:Universal Few-shot Learning of Dense Prediction Tasks with Visual Token Matching
链接:https://arxiv.org/abs/2303.14969
在进行计算机科研工作和学习的日日夜夜,你或许有些科研中的问题难以开口问询,或许有些焦虑与情绪无处安放,或许在感到迷茫时需要咨询与支持。微软亚洲研究院树洞计划现已开启。你在计算机领域科研、学习、生活中遇到的难题,都可以随时随地倾倒在树洞里。后台会从树洞收到的内容中选择具有代表性的问题匹配到最同频的频道,邀请微软亚洲研究院的研究员们帮忙回答。作为一个半透明的树洞,部分问题与回应会通过微软亚洲研究院账号公开发表。
快来点击上图链接,把你的难题倾倒在树洞里吧!让我们将这些困难封存在过去,轻装上阵,继续科研新旅途!
你也许还想看: