티스토리 뷰
728x90
전통적인 지도학습은 학습과 테스트 샘플이 같은 라벨 공간에 공유되는 closed-set 세계에서 분류기를 학습합니다. Open set learning은 학습 동안 나타나지 않은 클래스로 구성된 테스트 샘플이 존재하는 더 도전적이고 현실적인 세팅입니다. OSL은 훈련에서 나오지 않은 테스트 샘플로 감지하는 sub-task입니다.
위 다이어그램은 unseen class인 '보트' sample에 대한 추론 단계 예시입니다.
728x90
'AI > Deep Learning' 카테고리의 다른 글
Prompt Context Learning in Vision-Language Fine-tuning(CoOp, CoCoOp) (0) | 2023.04.16 |
---|---|
Contrastive Pre-training of Visual Language Models (0) | 2023.04.16 |
Fine-Grained Image Classification이란? (0) | 2023.04.14 |
What's in a "Domain" (0) | 2023.03.19 |
Zero-shot, Few-shot and Unsupervised Learning (0) | 2023.03.18 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 파이썬 클래스 계층 구조
- 퓨샷러닝
- 리눅스 나노 사용
- few-shot learning
- 리눅스
- 리눅스 nano
- python
- 파이썬 클래스 다형성
- style transfer
- 도커 컨테이너
- 파이썬 딕셔너리
- 구글드라이브연동
- CNN
- 리눅스 나노
- stylegan
- Unsupervised learning
- 파이썬
- Prompt
- cs231n
- docker
- clip
- 도커 작업
- prompt learning
- 도커
- support set
- linux nano
- 딥러닝
- NLP
- 서버구글드라이브연동
- 프롬프트
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함
250x250