퓨샷 러닝 편집하기
IT위키
편집을 취소할 수 있습니다. 이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
최신판 | 당신의 편집 | ||
1번째 줄: | 1번째 줄: | ||
[[분류:인공지능]] | [[분류:인공지능]] | ||
;Few-shot Learning | ;Few-shot Learning | ||
대량의 학습 데이터가 없는 상태에서 소량의 데이터만으로 효과적으로 학습하는데 주안점을 둔 학습 방식 | 대량의 학습 데이터가 없는 상태에서 소량의 데이터만으로 효과적으로 학습하는데 주안점을 둔 학습 방식 | ||
==기존 학습 방법의 문제점== | == 기존 학습 방법의 문제점 == | ||
* 방대한 데이터 필요 | |||
*방대한 데이터 필요 | * 방대한 데이터의 라벨링 작업 필요<ref>지도학습의 경우 데이터가 있더라도 데이터 라벨링에 상당한 시간과 인력이 필요. 자체적으로 수행할 환경이 안 되는 경우 아마존의 메커니컬터크(Mechanical Turk)처럼 유료로 데이터에 주석을 달아주는 서비스를 이용</ref> | ||
*방대한 데이터의 라벨링 작업 필요<ref>지도학습의 경우 데이터가 있더라도 데이터 라벨링에 상당한 시간과 인력이 필요. 자체적으로 수행할 환경이 안 되는 경우 아마존의 메커니컬터크(Mechanical Turk)처럼 유료로 데이터에 주석을 달아주는 서비스를 이용</ref> | * 학습을 위한 대량의 컴퓨팅 리소스 필요 | ||
*학습을 위한 대량의 컴퓨팅 리소스 필요 | |||
=== | == 학습 방법 == | ||
=== 데이터셋 구성 === | |||
* '''서포트 데이터(support data)''': 훈련에 사용 | |||
* '''쿼리 데이터(query data)''': 테스트에 사용 | |||
=== 러닝 태스크 === | |||
;N-way K-shot 문제 | ;N-way K-shot 문제 | ||
* N은 범주의 수 | |||
* K는 범주별 서포트 데이터의 수 | |||
** K가 많을수록 이 범주에 해당하는 데이터를 예측하는 모델의 성능(추론 정확도) 항샹 | |||
** 퓨샷 러닝은 이 K가 매우 작은 상황에서의 모델 학습 | |||
;퓨샷 러닝 모델의 성능은 N과 반비례하며 K와는 비례하는 관계 | |||
=== 학습 방식 === | |||
* 거리 학습 기반 방식 | |||
** Siamese Neural network for one-shot image recognition | |||
** Matching networks for one-shot learning | |||
** Prototypical networks for few-shot learning | |||
** Learning to compare : relation network for few-shot learning | |||
* 그래프 신경망 방식 | |||
** Few-shot learning with graph neural networks | |||
** Transductive propagation network for few-shot learning (TPN) | |||
==학습 | |||
*거리 학습 기반 방식 | |||
**Siamese Neural network for one-shot image recognition | |||
**Matching networks for one-shot learning | |||
**Prototypical networks for few-shot learning | |||
**Learning to compare : relation network for few-shot learning | |||
*그래프 신경망 방식 | |||
**Few-shot learning with graph neural networks | |||
**Transductive propagation network for few-shot learning (TPN) | |||
*[ | == 같이 보기 == | ||
*[ | * [[메타 러닝]] | ||
*[ | * [[원샷 러닝]] | ||
* [[AutoML]] | |||
== | == 참고 문헌 == | ||
* [http://aidev.co.kr/deeplearning/9286 퓨샷 러닝(few-shot learning)과 메타 러닝(meta-learning)] | |||
* [https://www.kakaobrain.com/blog/106?fbclid=IwAR3pYh_Rl0NvqQFFuTWVmPiYREU3R0d15SpDUngmRvJPN-M4q7sjyufF_vA 퓨샷 러닝(few-shot learning) 연구 동향을 소개합니다.] | |||
* [https://www.sedaily.com/NewsView/1VHPK6NWWG 소량의 데이터로 학습하는 퓨샷러닝] |