¿Qué es el aprendizaje único en las redes neuronales?

Desde la perspectiva de las redes neuronales artificiales,

One Shot Learning se traduce en aprender de un dato, donde el número de muestras de entrenamiento por clase es muy bajo.

La intuición es que si las redes neuronales profundas son análogas al cerebro humano, ¿cómo puede el cerebro humano aprender a clasificar un objeto sin verlo miles de veces y, a veces, de una sola vez?

La justificación de esa intuición forma la base de la forma en que se realiza el aprendizaje único:

El cerebro humano tiene una influencia sobre las redes neuronales debido a la memoria que viene incorporada en él. Almacenamos mucha información en nuestra memoria, y probablemente si Neural Networks hizo lo mismo, ellos también podrán hacerlo.

Esta es probablemente la primera intuición detrás del Modelo Neural de Turing propuesto por Google Deepmind para el aprendizaje de una sola vez.

La idea básica del modelo basado en memoria es la misma. Aprenda las siguientes tareas:

1) ¿Cuál debería ser la representación que debe almacenarse en la memoria? (Puede usar redes neuronales para generar una clave, que se almacena en la memoria, en lugar de almacenar imágenes en bruto)

2) ¿Cómo leer de memoria? (Funciones de similitud, y a menudo considera la similitud de múltiples clases, y desea elegir una o producir un promedio ponderado)

3) ¿Cómo usar lo que se lee de la memoria junto con la entrada actual para producir una salida?

En términos básicos, una red neuronal necesita descubrir cómo usar su nuevo apalancamiento; la memoria, para reducir su error de configuración del tren.

Kansas

No es muy fácil de entender y en realidad se interpreta mal como solo una mirada a la imagen del entrenamiento. Es solo un método de aprendizaje que puede depender de uno o pocos datos de entrenamiento para aprender tanto como pueda sobre esa categoría de objetos.

Por ejemplo, los perros tienen una musculatura similar, aunque difieren en escala y patrones, pero al observar una raza desconocida de un perro, aún podrás decirle que es un perro. Lo mismo se espera de los sistemas de aprendizaje, ya sea con transferencia de conocimiento o información contextual de una imagen.

Para obtener más información orientada a las matemáticas, consulte el wiki a continuación y los documentos arxiv sobre él también.

Aprendizaje único – Wikipedia

¿Una indicación de que finalmente lo estaban haciendo correctamente?

La respuesta de Sri Krishna es buena información.

Considere qué tan rápido su cerebro asimila los hechos. Puede (aunque muchos de nosotros no) aprender a asociar un nombre con una cara en una repetición. La cara que obtienes en un solo golpe … sabrás que la has visto antes, y generalmente en qué contexto.

Lo mismo es encontrar un lugar en el que solo has estado una vez, la segunda vez.

Igual que el contenido de un libro leído una vez. Aprendemos rapido.

Las redes neuronales que tenemos hasta la fecha se están entrenando principalmente como si fueran reflejos. La diferencia es marcada y una crítica seria de nuestra comprensión actual de cómo funciona todo.

Solo es mi opinión. No soy un experto aquí.