本研究提出了一种基于神经常微分方程的原型优化框架，旨在解决少样本学习中的原型偏差问题。通过引入元优化器MetaNODE，显著提升了模型性能，并通过E2MetaNODE提高了计算效率，减轻了传统方法的计算负担。

Prototype Optimization for Few-Shot Learning Based on Neural Ordinary Differential Equations
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证