《表1 mini Image Net数据集测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自注意力和自编码器的少样本学习》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*表示数据来源于Chen等[18]的研究工作，表2～表4与此意义相同．

分析表1和表2中的数据不难发现，对于通道自注意力方法，无论mini Image Net还是CUB，所提方法对1-shot任务性能的提升大于对5-shot任务性能的提升，且相对与原始基准，其性能相对提升幅度分别达到了8.18%和9.08%，这证明了当样本比较少时为其提取鉴别性特征的重要性，也说明了本文所提通道自注意力方法的有效性．