당신도 스윽 훑고 가셔요

Zero-shot learning: 인스턴스별 레이블 없이 학습 Few-shot learning: 몇 가지 훈련 예제로 학습 Unsupervised learning: 레이블 없는 학습. 제로샷 학습과의 차이점 Auto-encoders, contrastive learning Generative models: GANs, VAEs Semi-supervised laerning 라벨 정보가 없는 이미지의 큰 데이터셋이 존재한다면, 이것을 어떻게 다룰 것이닞? Pseudo-labeling 방법이 있다. Pseudo-labels Iterative algorithm: Train a classifier $f$ on $D_1$ Pseudo-labelling: build dataset $D_2$ where we used ..

Siamese Networks이란? Learning Pairwise Similarity Scores 해당 PPT 자료를 통해, 이미지의 한 쌍이 같은 class라면 positive한 값 1을 다르다면 negative한 값은 0으로 결과를 내줍니다. CNN의 feature extraction 과정을 살펴보면 input 이미지가 x로 들어가고 output은 feature vector로 출력됩니다. z는 두 feature vector의 차인 $|h_1-h_2|$의 vector입니다. 흐름 설명 Siamse twins are connected to each other in the figure the twins have their own bodies but their heads are connected. We h..

기본적인 컨셉 Support set Support set is a small set of smaples → It is too small for training a model. Every class has at most a few samples. The support set can only provied additional information at test time. Query Set Query samples are never seen before. Query samples are from unkonwn classes. Traditional supervised learning Test samples are never seen before. Test samples are from known classes...