Vad är en-skott-inlärning?
En-skott-inlärning är en AI-teknik där modellen lär sig att utföra nya uppgifter med endast ett enda exempel.
Definition
En-skott-inlärning (One-Shot Learning) är en maskininlärningsmetod där AI-modellen kan lära sig att identifiera eller generera nya koncept med endast ett enda träningsexempel per kategori.
Syfte
Denna teknik är värdefull när träningsdata är begränsad eller dyr att samla in, och när snabb anpassning till nya uppgifter krävs.
Funktion
Modellen använder sin tidigare kunskap och generella representationer för att generalisera från det enda exemplet, ofta genom tekniker som metriskt lärande eller minnesnätverk.
Exempel
Ett ansiktsigenkänningssystem som kan identifiera en ny person efter att ha sett endast ett fotografi, eller en AI som lär sig att klassificera en ny djurart från en enda bild.
Relaterat
Few-Shot Learning, Zero-Shot Learning, Meta-Learning, Transfer Learning, Memory Networks
Vill du veta mer?
Om du vill fördjupa dig i En-skott-inlärning —eller ta den här typen av utbildning till ditt team— låt oss prata. Jag hjälper team att förstå och tillämpa dessa begrepp. Jag vill gärna höra från dig!
Vad är en instruktionsföljande modell?
En instruktionsföljande modell är en AI-modell som specialtränats för att f...
Vad är GPT?
GPT (Generative Pre-trained Transformer) är en typ av stor språkmodell som...
Vad är Embeddings?
Embeddings är numeriska vektorrepresentationer som omvandlar ord, meningar,...
Vad är förstärkningsinlärning?
Förstärkningsinlärning (Reinforcement Learning, RL) är en maskininlärningsm...
Vad är själv-spel inom AI?
Själv-spel (Self-Play) är en träningsmetod inom förstärkningsinlärning där...