我正在阅读这本书Hands-On Meta Learning with Python,在原型网络中说:
因此,我们使用情景训练——对于每一集,我们从数据集中的每个类中随机抽取几个数据点,我们称其为支持集,并仅使用支持集而不是整个数据集来训练网络。
我想,但我不确定,我已经理解了什么是“情节训练”,但这里的“情节”或“情节”是什么意思?
对不起,我不是英语,我无法猜测在字典中搜索是什么意思。我知道一个插曲是什么,但我不知道在这种训练背景下,一个插曲是什么意思。
我正在阅读这本书Hands-On Meta Learning with Python,在原型网络中说:
因此,我们使用情景训练——对于每一集,我们从数据集中的每个类中随机抽取几个数据点,我们称其为支持集,并仅使用支持集而不是整个数据集来训练网络。
我想,但我不确定,我已经理解了什么是“情节训练”,但这里的“情节”或“情节”是什么意思?
对不起,我不是英语,我无法猜测在字典中搜索是什么意思。我知道一个插曲是什么,但我不知道在这种训练背景下,一个插曲是什么意思。
它包括在一系列学习问题中组织训练,每个问题都依赖于小的“支持”和“查询”集来模拟评估过程中遇到的少数情况。(一个情节是一个单一的任务)