Zobrazeno 1 - 10
of 522 018
pro vyhledávání: '"Anil A"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Anil Limited MarketLine Company Profile. 11/10/2016, p1-11. 12p.
Publikováno v:
O. K. Y\"uksel, E. Boursier and N. Flammarion, "First-order ANIL provably learns representations despite overparametrisation", in The Twelfth International Conference on Learning Representations, 2024
Due to its empirical success in few-shot classification and reinforcement learning, meta-learning has recently received significant interest. Meta-learning methods leverage data from previous tasks to learn a new task in a sample-efficient manner. In
Externí odkaz:
http://arxiv.org/abs/2303.01335
Publikováno v:
Anil Limited MarketLine Company Profile. 12/24/2015, p1-12. 12p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mathur, Anil
Publikováno v:
Professional Safety, 2018 Dec 01. 63(12), 20-20.
Externí odkaz:
https://www.jstor.org/stable/48690165
Recent empirical evidence has driven conventional wisdom to believe that gradient-based meta-learning (GBML) methods perform well at few-shot learning because they learn an expressive data representation that is shared across tasks. However, the mech
Externí odkaz:
http://arxiv.org/abs/2202.03483
Publikováno v:
FRPT - Advertising Snapshot. 11/1/2024, p23-24. 2p.