欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

小樣本學(xué)習(xí)論文收藏:核心路線、經(jīng)典模型與復(fù)現(xiàn)經(jīng)驗(yàn)指南

小樣本學(xué)習(xí)論文收藏:核心路線、經(jīng)典模型與復(fù)現(xiàn)經(jīng)驗(yàn)指南 我最早接觸小樣本學(xué)習(xí)Few-shot learning是在一個(gè)工業(yè)質(zhì)檢的項(xiàng)目里。某個(gè)缺陷類別當(dāng)時(shí)只收集到二十幾張真實(shí)樣本常規(guī)分類模型訓(xùn)練到第三輪就開始過擬合測試集準(zhǔn)確率一路往下掉。后來換成基于Prototypical Network的做法用同類別的少量樣本做原型嵌入效果才勉強(qiáng)能用。那時(shí)候我就意識(shí)到Few-shot learning不是一篇論文里的概念玩具而是很多實(shí)際項(xiàng)目繞不開的硬需求。這篇博文的定位不是帶你從頭復(fù)現(xiàn)某個(gè)模型而是以論文整理和收藏為主線把小樣本學(xué)習(xí)領(lǐng)域最值得讀的論文、最核心的技術(shù)路線、最常踩的坑整理成一份可以持續(xù)更新的收藏夾。適合三類人剛接觸Few-shot learning的研究生想在業(yè)務(wù)里用少量樣本解決問題的工程師以及想快速了解這個(gè)方向全貌、找論文做調(diào)研的從業(yè)者。我盡量用自己做實(shí)驗(yàn)、看論文、復(fù)現(xiàn)代碼時(shí)積累的實(shí)際經(jīng)驗(yàn)來講不會(huì)只做干巴巴的論文列表。1. 先搞清楚Few-shot learning到底在解決什么問題1.1 問題定義N-way K-shot的真正含義小樣本學(xué)習(xí)的目標(biāo)很好理解讓模型在見過極少樣本的情況下學(xué)會(huì)區(qū)分新的類別。但里面有個(gè)細(xì)節(jié)經(jīng)常被新手忽略——Few-shot learning的少樣本不是指訓(xùn)練數(shù)據(jù)總量少而是指新類別上的標(biāo)注樣本少。通常我們用N-way K-shot來描述一個(gè)任務(wù)假設(shè)你現(xiàn)在要做一個(gè)5類分類任務(wù)每個(gè)類別只給你1張或5張標(biāo)注樣本這就是5-way 1-shot或5-way 5-shot。這些少量標(biāo)注數(shù)據(jù)叫支撐集support set用來教會(huì)模型識(shí)別新類別另外還有一組查詢集query set用來評(píng)估模型對新類別的判別能力。訓(xùn)練和測試階段采用同樣的任務(wù)構(gòu)造方式但測試階段出現(xiàn)的類別必須和訓(xùn)練階段完全不相交。這一點(diǎn)特別重要模型不是見過狗的照片后學(xué)會(huì)認(rèn)貓而是在訓(xùn)練時(shí)見過幾百個(gè)不同的小任務(wù)學(xué)會(huì)了一套快速適應(yīng)任何新任務(wù)的能力。這種問題設(shè)定一開始會(huì)讓很多從傳統(tǒng)監(jiān)督學(xué)習(xí)轉(zhuǎn)過來的人不習(xí)慣。傳統(tǒng)分類里訓(xùn)練集和測試集共享類別空間模型學(xué)的是從圖片到固定類別標(biāo)簽的映射Few-shot learning里每個(gè)task的類別都在變模型實(shí)際學(xué)到的是如何在一個(gè)新任務(wù)里快速建立分類能力。所以看論文時(shí)如果看到某個(gè)方法在miniImageNet上表現(xiàn)很好先別急著驚嘆要確認(rèn)它的實(shí)驗(yàn)設(shè)置是不是標(biāo)準(zhǔn)的學(xué)習(xí)算法設(shè)置否則結(jié)果很可能不可比。1.2 四個(gè)維度理解Few-shot learning的難點(diǎn)我把小樣本學(xué)習(xí)的難點(diǎn)歸納為四個(gè)維度這樣在看論文、選方向時(shí)更有針對性。第一是經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化失效。樣本量太少時(shí)標(biāo)準(zhǔn)監(jiān)督學(xué)習(xí)的經(jīng)驗(yàn)風(fēng)險(xiǎn)無法逼近期望風(fēng)險(xiǎn)模型很容易退化成記憶訓(xùn)練樣本而不是學(xué)到通用特征。很多早期論文會(huì)專門驗(yàn)證模型在訓(xùn)練集上是不是過擬合這個(gè)細(xì)節(jié)值得關(guān)注。第二是類別缺口。訓(xùn)練階段和測試階段的類別完全不同意味著模型必須學(xué)習(xí)類別的遷移能力而不是類別的固定表征。這正是度量學(xué)習(xí)和元學(xué)習(xí)能派上用場的原因。第三是領(lǐng)域漂移。訓(xùn)練域和測試域如果差異較大比如訓(xùn)練用自然圖像、測試用醫(yī)療影像小樣本問題會(huì)被進(jìn)一步放大。這也是Meta-Dataset這類跨域benchmark出現(xiàn)的原因。第四是評(píng)估方差。隨機(jī)采樣的task會(huì)導(dǎo)致結(jié)果起伏很大不同隨機(jī)種子下的準(zhǔn)確率可能差好幾個(gè)點(diǎn)。所以論文里不看多次實(shí)驗(yàn)的均值等于白看。理解了這四點(diǎn)你再去看論文里的方法設(shè)計(jì)就會(huì)明白很多機(jī)制不是為了炫技而是在解決有限樣本下的邊界問題。1.3 三個(gè)常見的錯(cuò)誤理解很多剛?cè)腴T的同學(xué)會(huì)把小樣本學(xué)習(xí)和數(shù)據(jù)增強(qiáng)劃等號(hào)認(rèn)為只要把樣本翻幾倍就能解決問題。實(shí)際上數(shù)據(jù)增強(qiáng)只解決樣本多樣性不足的問題對小樣本學(xué)習(xí)中類別不可見這一核心矛盾幫助有限。第二個(gè)常見誤區(qū)是覺得預(yù)訓(xùn)練模型加微調(diào)就夠了。直接微調(diào)在大模型時(shí)代某些場景下確實(shí)效果不錯(cuò)但在標(biāo)準(zhǔn)Few-shot benchmark上傳統(tǒng)微調(diào)方式往往跑不過專門設(shè)計(jì)的元學(xué)習(xí)算法除非你加入特殊的正則化和調(diào)參策略。第三個(gè)誤區(qū)更隱蔽把transductive和inductive搞混。inductive設(shè)置下模型只能利用當(dāng)前任務(wù)的支撐集和查詢集測試時(shí)對每個(gè)樣本逐個(gè)預(yù)測transductive設(shè)置下模型能利用整個(gè)查詢集的分布信息來輔助預(yù)測。很多論文會(huì)聲稱自己比別的方法高出幾個(gè)點(diǎn)但你仔細(xì)看實(shí)驗(yàn)設(shè)置會(huì)發(fā)現(xiàn)它用的是transductive而這個(gè)信息往往藏在實(shí)驗(yàn)細(xì)節(jié)的小字里。我在整理論文時(shí)養(yǎng)成了一個(gè)習(xí)慣先看實(shí)驗(yàn)設(shè)置再看方法最后才看結(jié)果。2. 核心技術(shù)路線從四條主線梳理經(jīng)典論文小樣本學(xué)習(xí)發(fā)展到現(xiàn)在方法多到讓人眼花繚亂。但如果按底層思路來分類其實(shí)可以分成四條主線數(shù)據(jù)增強(qiáng)線、度量學(xué)習(xí)線、元學(xué)習(xí)線、優(yōu)化方法線。每條線都有各自的經(jīng)典論文和代表性工作下面逐一展開。2.1 數(shù)據(jù)增強(qiáng)與樣本生成線給模型無中生有的能力這條線的最直接想法是樣本不夠那就生成更多樣本。早期代表性工作有使用GAN和VAE做樣本生成的方案但這些方法有個(gè)致命問題——在極度稀缺樣本條件下生成模型自己也很難訓(xùn)練好。后來大家開始用語義信息來輔助生成比如通過類別屬性的語義嵌入來合成特征而不是直接合成圖片。這在我整理的論文里算一個(gè)分支方向。更實(shí)用的是基于圖像變換和特征增強(qiáng)的方法。例如把同一類的不同圖片做mixup、cutout或者在特征空間內(nèi)做插值這類方法雖然樸素但實(shí)現(xiàn)簡單、加成穩(wěn)定經(jīng)常被用作baseline的上界參考。需要注意數(shù)據(jù)增強(qiáng)方法很少單獨(dú)作為主力方法出現(xiàn)更多是和其他框架尤其是度量學(xué)習(xí)結(jié)合起來用起到疊加buff的作用。我在實(shí)際復(fù)現(xiàn)中體會(huì)很深的一點(diǎn)是增強(qiáng)策略的選擇要和你所用的backbone、數(shù)據(jù)集強(qiáng)相關(guān)ImageNet上有效的策略在醫(yī)學(xué)圖像上不一定有效。2.2 度量學(xué)習(xí)線把分類問題變成距離比較問題度量學(xué)習(xí)是Few-shot learning里最經(jīng)典、最容易被理解的一條線。核心思想特別樸素把樣本映射到嵌入空間后通過比較樣本間的距離來判斷類別相似性。最早期的代表是Siamese Network孿生網(wǎng)絡(luò)發(fā)表于2015年當(dāng)時(shí)主要解決的是one-shot手寫字符識(shí)別問題。它用共享權(quán)重的雙分支網(wǎng)絡(luò)分別編碼兩張圖片再用對比損失讓同類圖片距離近、異類圖片距離遠(yuǎn)。思路簡單但現(xiàn)在回頭看來它的能力上限不高因?yàn)槟P椭粚W(xué)會(huì)比較成對樣本沒有充分利用整個(gè)支撐集的結(jié)構(gòu)信息。隨后Vinyals等人在2016年提出Matching Networks這是真正意義上定義現(xiàn)代Few-shot learning框架的工作之一。它引入注意力機(jī)制讓查詢樣本通過與支撐集樣本的相似度加權(quán)和來獲得預(yù)測結(jié)果還提出了在訓(xùn)練時(shí)使用與測試時(shí)一致的task采樣策略也就是episodic training。這篇論文奠定了后來很多工作的范式基礎(chǔ)。如果說Siamese Network是比一對那Matching Networks就是比一組。2017年Snell等人提出Prototypical Networks把這一思路推向簡潔極致。它對每個(gè)類別的所有支撐樣本嵌入取均值得到該類別的原型prototype然后計(jì)算查詢樣本與各類別原型的歐氏距離用softmax做分類。實(shí)驗(yàn)證明在大多數(shù)benchmark上Prototypical Networks的表現(xiàn)不遜于Matching Networks甚至更好而且結(jié)構(gòu)更簡單、更穩(wěn)定??梢哉f它是目前性價(jià)比最高的Few-shot baseline工業(yè)界落地時(shí)我會(huì)優(yōu)先考慮它。再往后有Relation Network2018思路是距離度量不是固定的而是學(xué)習(xí)出來的。它不直接使用歐氏距離或余弦相似度而是把查詢樣本和支撐樣本的特征拼接起來丟給一個(gè)關(guān)系網(wǎng)絡(luò)輸出一個(gè)關(guān)系分?jǐn)?shù)。這個(gè)設(shè)計(jì)讓模型可以學(xué)習(xí)到更復(fù)雜的相似性模式但也增加了過擬合風(fēng)險(xiǎn)。之后還有DeepEMD這類將最優(yōu)傳輸理論引入度量學(xué)習(xí)的論文把距離度量問題建模成一個(gè)分布匹配問題效果很好但計(jì)算開銷大??傮w來看度量學(xué)習(xí)線的核心演進(jìn)邏輯就是從簡單固定的距離到可學(xué)習(xí)的距離再到更復(fù)雜的分布匹配距離。2.3 元學(xué)習(xí)線讓模型學(xué)會(huì)如何學(xué)習(xí)元學(xué)習(xí)Meta-learning是Few-shot learning里理論深度更高的一個(gè)分支。它不再直接學(xué)一個(gè)分類器而是學(xué)一個(gè)能快速學(xué)習(xí)分類器的學(xué)習(xí)器。這一方向最出圈的論文當(dāng)屬Finn等人在2017年提出的MAMLModel-Agnostic Meta-Learning。MAML的核心思想是用雙層優(yōu)化內(nèi)層在支撐集上快速微調(diào)模型參數(shù)外層在查詢集上評(píng)估微調(diào)后的表現(xiàn)并更新初始參數(shù)。最終學(xué)到的是一個(gè)好的初始參數(shù)這個(gè)初始參數(shù)能讓模型在只見過少量樣本后幾步梯度下降就能快速適應(yīng)新任務(wù)。類比一下它不是在教學(xué)生做這道題而是在給學(xué)生一套快速掌握任何新題型的思維方式。MAML之后一系列變體陸續(xù)出現(xiàn)。Reptile簡化了MAML的推導(dǎo)直接通過多次梯度更新后把參數(shù)拉回初始點(diǎn)實(shí)現(xiàn)更簡單但效果接近Meta-SGD在MAML基礎(chǔ)上學(xué)習(xí)更新方向和更新步長進(jìn)一步增強(qiáng)了適應(yīng)能力LEO則引入隱空間和變分推斷讓MAML在高維參數(shù)空間里更容易優(yōu)化。元學(xué)習(xí)確實(shí)浪漫但在實(shí)際工程落地時(shí)有個(gè)繞不開的問題計(jì)算開銷很大。MAML涉及二階梯度計(jì)算顯存占用和時(shí)間消耗都很高。后來雖然有一階近似方案如FOMAML也犧牲了一部分效果。我個(gè)人的觀點(diǎn)是如果你要快速落地小樣本分類優(yōu)先嘗試度量學(xué)習(xí)如果你的場景是RL或其他復(fù)雜任務(wù)且計(jì)算資源充足再考慮MAML系方法。Where strong generalization is needed元學(xué)習(xí)仍然是最好的選擇之一。2.4 優(yōu)化方法線調(diào)整參數(shù)而非調(diào)整損失第四條線是從優(yōu)化算法角度切入代表工作是Ravi和Larochelle在2017年發(fā)表的Optimization as a Model for Few-Shot Learning。這篇論文觀察到傳統(tǒng)的梯度下降優(yōu)化器在小樣本場景下很不穩(wěn)定樣本少梯度噪聲大很容易陷入局部最優(yōu)。于是他們提出用LSTM作為元學(xué)習(xí)器來學(xué)習(xí)優(yōu)化更新規(guī)則相當(dāng)于用一個(gè)元模型來指導(dǎo)主模型的參數(shù)更新。這條線和MAML在形式上很像但出發(fā)點(diǎn)不同MAML學(xué)的是一個(gè)好的初始參數(shù)LSTM優(yōu)化器學(xué)的是一個(gè)好的更新策略。簡單說MAML告訴你從哪出發(fā)優(yōu)化方法告訴你每步怎么走??上STM優(yōu)化器的訓(xùn)練復(fù)雜度高泛化能力也有限后來逐漸被更簡潔的meta-learning框架超越。不過它的思想對后來的很多工作都有啟發(fā)比如一些基于學(xué)習(xí)率調(diào)度和梯度校正的方法都可以追溯到這篇論文。除了上面四條主線還有兩條值得留意的支線。一是基于圖網(wǎng)絡(luò)的方法把整個(gè)task建模成圖用GNN做標(biāo)簽傳遞和分類代表作是2018年的Few-Shot Learning with Graph Neural Networks這種思路在處理樣本間復(fù)雜關(guān)系時(shí)很有效。二是基于生成模型和半監(jiān)督思想的方案用未標(biāo)注數(shù)據(jù)輔助小樣本學(xué)習(xí)代表如LaplacianShot在transductive設(shè)置下表現(xiàn)很亮眼。整理論文時(shí)我建議以四條主線為骨架把支線掛到對應(yīng)的主線上這樣知識(shí)結(jié)構(gòu)才清晰。3. 收藏夾里的經(jīng)典論文閱讀路徑與復(fù)現(xiàn)價(jià)值論文整理最難的不是把論文放進(jìn)列表而是讓列表有梯度、有邏輯。下面給出一條我推薦的閱讀路徑和收藏優(yōu)先級(jí)按難度和基礎(chǔ)性分層。3.1 入門五篇論文怎么讀怎么選如果只讓我從收藏夾里挑五篇必讀論文我會(huì)選Matching Networks、Prototypical Networks、MAML、Relation Network、A Closer Look at Few-shot Classification。Matching Networks和Prototypical Networks是理解episodic training和task構(gòu)造的鑰匙讀完它們你就知道Few-shot learning的數(shù)據(jù)流是什么樣。MAML讓你理解元學(xué)習(xí)的核心思想。Relation Network會(huì)讓你看到度量學(xué)習(xí)流的多樣性。而A Closer Look這篇論文極為重要它是很多人容易忽略的定海神針——作者對比了各種baseline后發(fā)現(xiàn)只要在標(biāo)準(zhǔn)backbone上做簡單的距離度量效果就已經(jīng)能匹敵很多復(fù)雜元學(xué)習(xí)算法。這篇論文讓我重新思考了很多刷點(diǎn)工作的可信度強(qiáng)烈建議在讀完前四篇之后立刻讀。讀這五篇的順序也有講究先讀Prototypical Networks理解基礎(chǔ)再讀Matching Networks理解注意力版本接著讀Relation Network擴(kuò)展對度量學(xué)習(xí)的想象然后讀MAML進(jìn)入元學(xué)習(xí)最后用A Closer Look收束建立對baseline的清醒認(rèn)知。這樣讀完你在跟別人聊Few-shot learning時(shí)就不會(huì)只停留在名詞層面。3.2 必備的baseline和重新審視類論文我整理論文時(shí)會(huì)單列一個(gè)baseline與審視分類因?yàn)樽鰧?shí)驗(yàn)沒有靠譜baseline等于沒有坐標(biāo)系。A Closer Look at Few-shot Classification2019是這個(gè)分類里的第一優(yōu)先級(jí)。它明確了幾種baselineRegular Fine-tuning、Baseline用特征提取器加分類器、Baseline加入余弦分類器。論文的核心結(jié)論是預(yù)訓(xùn)練特征提取器的質(zhì)量在很大程度上決定了Few-shot性能方法本身的增益沒有想象中大。這給我們一個(gè)提醒別急著上復(fù)雜的元學(xué)習(xí)先確認(rèn)你的backbone夠不夠強(qiáng)。另一篇值得關(guān)注的審視類論文是Rethinking Few-Shot Image Classification: a Good Embedding Is All You Need?2022年ECCV。作者發(fā)現(xiàn)一個(gè)精心訓(xùn)練的嵌入模型配合簡單的距離分類器就能在多個(gè)benchmark上達(dá)到SOTA水平。這再次印證了特征質(zhì)量的重要性。讀到這類論文后我會(huì)刻意在自己的實(shí)驗(yàn)里多設(shè)計(jì)強(qiáng)backbone 簡單分類器的對照實(shí)驗(yàn)而不是一上來就堆復(fù)雜模塊。這類審視類論文對研究方向的影響非常深遠(yuǎn)。它們能幫你篩掉大量實(shí)質(zhì)貢獻(xiàn)有限、只是通過復(fù)雜模塊刷點(diǎn)的論文。我的經(jīng)驗(yàn)是任何新方法要想說服我至少要能回答一個(gè)問題——你的復(fù)雜設(shè)計(jì)比同樣backbone下的簡單baseline強(qiáng)多少如果只強(qiáng)1-2個(gè)點(diǎn)那要打個(gè)問號(hào)。3.3 關(guān)于benchmark和數(shù)據(jù)集的選擇論文刷榜離不開數(shù)據(jù)集但很多新人不知道如何選數(shù)據(jù)集。我把常用benchmark整理成一張表方便收藏時(shí)對照使用。數(shù)據(jù)集類別數(shù)單類樣本量特點(diǎn)適用場景Omniglot162320字符集任務(wù)簡單適合快速驗(yàn)證驗(yàn)證算法可行性的首選miniImageNet100600小規(guī)模ImageNet子集使用最廣泛標(biāo)準(zhǔn)對比絕大多數(shù)論文的擂臺(tái)tieredImageNet608約1000按WordNet層級(jí)劃分類別間語義gap更大測試類別泛化能力CIFAR-FS100600從CIFAR-100采樣分辨率低快速實(shí)驗(yàn)資源受限時(shí)FC100100600從CIFAR-100按層級(jí)劃分比CIFAR-FS更接近真實(shí)場景CUB-200200平均約30細(xì)粒度鳥類識(shí)別測試細(xì)粒度小樣本能力Meta-Dataset多域不固定跨域多任務(wù)benchmark評(píng)測模型跨域泛化能力Omniglot雖然是入門必備但它的任務(wù)難度偏低很多在Omniglot上效果驚艷的方法在miniImageNet上可能直接翻車。其原因我在前面強(qiáng)調(diào)過字符圖像類別之間差異較大且背景干凈、多樣化程度低模型容易學(xué)到捷徑。所以看論文時(shí)如果對方只在Omniglot上做實(shí)驗(yàn)?zāi)菂⒖純r(jià)值有限。我自己最快的驗(yàn)證流程是先在miniImageNet上跑通再在CUB上用細(xì)粒度數(shù)據(jù)壓測一次最后如果業(yè)務(wù)場景和自然圖像差異大再補(bǔ)Meta-Dataset。對于細(xì)粒度場景CUB-200是很好的壓力測試。它是細(xì)粒度識(shí)別的經(jīng)典集類別之間的差異非常小能暴露出方法是否真的理解了類別間的細(xì)微差別。很多在miniImageNet上表現(xiàn)不錯(cuò)的度量學(xué)習(xí)方法在CUB上反而掉點(diǎn)原因就是它們只學(xué)到了大類間的區(qū)分特征沒有學(xué)到細(xì)粒度判別特征。4. 我在論文整理和復(fù)現(xiàn)中踩過的坑這個(gè)部分是我最想寫的因?yàn)榫W(wǎng)上教程很少講細(xì)節(jié)。我整理論文、復(fù)現(xiàn)代碼的過程里踩了不少坑有的坑浪費(fèi)了我一整周時(shí)間。4.1 評(píng)估協(xié)議的坑隨機(jī)采樣還是固定劃分Few-shot learning最常見的坑出現(xiàn)在評(píng)估協(xié)議上。早期很多論文使用隨機(jī)采樣的task來測試即從測試類里隨機(jī)選5個(gè)類構(gòu)成task做大量episode后取平均。這種做法的缺點(diǎn)是不同隨機(jī)種子下結(jié)果波動(dòng)大很可能把某個(gè)運(yùn)氣好的結(jié)果當(dāng)成方法有效?,F(xiàn)在的標(biāo)準(zhǔn)做法是使用固定seed或固定劃分并且報(bào)告多次seed的均值方差。還有更隱蔽的坑訓(xùn)練時(shí)的task采樣分布和測試時(shí)不一致。有些論文在訓(xùn)練時(shí)使用更多的way類別數(shù)測試時(shí)使用更少的way這雖然是一種正則化手段但會(huì)讓結(jié)果不公平。我在復(fù)現(xiàn)某篇論文時(shí)發(fā)現(xiàn)它訓(xùn)練時(shí)用10-way測試時(shí)用5-way而對比方法都用5-way訓(xùn)練這就成了一個(gè)不公平競爭。復(fù)現(xiàn)前一定要確認(rèn)task配置完全一致。4.2 代碼復(fù)現(xiàn)的坑transductive/inductive很容易混這是我在復(fù)現(xiàn)時(shí)最頭疼的坑。有些論文只寫in the transductive setting但代碼里已經(jīng)把整個(gè)query set傳給模型做批標(biāo)準(zhǔn)化統(tǒng)計(jì)量計(jì)算而這個(gè)細(xì)節(jié)在正文里根本不會(huì)細(xì)說。如果你用同樣的超參數(shù)跑inductive版本結(jié)果會(huì)差很多但你以為方法失效了其實(shí)只是設(shè)置不同。建議在整理論文時(shí)對每一篇方法打一個(gè)標(biāo)簽inductive還是transductive。這直接決定了它能否在你的業(yè)務(wù)場景上使用——比如在線推理場景是典型inductive你不可能等到一批query湊齊了再預(yù)測。另一個(gè)常見問題是數(shù)據(jù)劃分泄露。miniImageNet的劃分版本有很多啊Ravi版本、Vinyals版本、還有后來重新劃分的版本不同版本之間的模型性能差異非常大。整理代碼時(shí)要先確認(rèn)它用的是哪套劃分文件最好直接使用論文作者提供的train.csv、val.csv、test.csv自己手動(dòng)重排很容易出錯(cuò)。4.3 論文整理的工具與流程說了這么多論文相關(guān)的內(nèi)容最后分享一個(gè)實(shí)操性強(qiáng)的工具流和方法。我目前使用的論文整理方案是GitHub倉庫 Notion數(shù)據(jù)庫 Zotero文獻(xiàn)管理三管齊下。GitHub倉庫放的是markdown格式的論文列表每條記錄包含標(biāo)題、會(huì)議/期刊、年份、代碼鏈接、一句話說明、我的閱讀狀態(tài)。Notion數(shù)據(jù)庫用于日常閱讀標(biāo)記和筆記屬性字段包括分類數(shù)據(jù)增強(qiáng)/度量/元學(xué)習(xí)/優(yōu)化、數(shù)據(jù)集、是否transductive、我的復(fù)現(xiàn)難度評(píng)分。Zotero用來掛PDF正文和注釋配合插件可以一鍵抓取論文元信息。我建議每條論文記錄都要填一句話說明。這個(gè)說明不是論文摘要而是你的個(gè)人理解。比如對Prototypical Networks我寫的是類原型均值歐氏距離極簡但穩(wěn)對MAML寫的是學(xué)初始參數(shù)雙層優(yōu)化代價(jià)高。當(dāng)你積攢到幾十條之后回看自己的一句話說清楚整理效率會(huì)極大提升。最后分享一個(gè)我自己的整理習(xí)慣每個(gè)月我會(huì)翻一遍自己整理的論文列表把那些當(dāng)時(shí)覺得有意思但沒有深入的論文重新打開看一遍。我的經(jīng)驗(yàn)是很多論文當(dāng)時(shí)看不懂或者覺得沒用等你在業(yè)務(wù)里遇到對應(yīng)問題后回看反而會(huì)讀出新的價(jià)值。小樣本學(xué)習(xí)這個(gè)方向變化很快但核心問題和解法框架是穩(wěn)定的。你把主干抓住每年產(chǎn)生的枝枝葉葉掃一遍就夠了這也是我持續(xù)維護(hù)這份收藏夾的底層邏輯。提示如果你是從零開始建自己的Few-shot學(xué)習(xí)論文收藏庫不要太追求全。先把我上面列的三條主線核心論文讀透建立起baseline體系再按需擴(kuò)展即可。別人的收藏夾永遠(yuǎn)代替不了自己動(dòng)手做一遍實(shí)驗(yàn)論文整理只是第一步。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
欧美日韩999| 色操综合| 久草热在线视频| 五月天婷婷综合免费| 情欲综合网| 色狠狠色综合久久久绯色AⅤ影视| 人妻日日日| 色综合色色| 十月色综合| 婷婷丁香六月影视| 入口五月婷婷六月香| 这里只有精品久久| 大香蕉啪啪网| 99热综合| 五月天伊人网| 青草激情综合| 五月丁香久久久| 久久久久久99日本| 亚洲精品白浆高清久久久久久| 六月婷婷色综合| 亚洲精品大片| 玖玖资源站中文| 99热这里只有精品69| 综合狠狠伊人| 五月丁香啪啪啪| 激情久久久久久久久久久| 五月天丁香啪啪啪啪| 日本操天堂| 97色干| 色色免费网站| 五月丁香91| 五月丁香六月婷婷姐| 六月色丁香中文字幕| 操逼福利视频| 另类婷婷丁香| 激情伊人六| 丁香五月激情宗合| 热99国产精品| 99热九九这里只有精品| 亚洲综合在线视频| 婷婷色色色| 久久久天堂国产精品女人| 亚洲无码99| 五月丁香| 国产成人AV| 中字幕视频在线永久在线观看免费| av九九| 中文字幕在线日亚洲9| 色五月人妻| 五月丁香婷婷六月| 五月天社区| 欧美99热| 中文字幕乱码亚洲精品一区| 我淫我色婷婷五月天激情四射| 97在线99| 亚洲免费成人电影AV| 91黄色五月天视频| 婷婷六月丁综合| 精品五月花| 五月丁香婷久久| 五月丁香婷久久| 婷婷五月综合中文字幕| 成人国产网站| 97超碰在线免费观看| 成人在线综合| 日韩影院三级| 深爱丁香网| 日日操夜夜爽白洁| 激情www.98com| 五月欧美色色五月| 性爱先锋AV| 色色自拍视频网站| 五月婷婷丁香五月亚洲色| 久久婷婷五月草视频在线播放| 一根材五月婷成人| 天天操夜夜爱| 激情小说婷婷| 久久亚洲婷婷| 国产精品美女久久久久AV超清 | 婷婷中文字幕| www久| 五月天播播| 五月天开心网| 亚洲V国产V欧美V久久久久久| 97caop| 婷婷五月丁香亚洲| 性爱网六月丁香| 亚洲乱码w在线观看| 操日视频| 天天舔天天插天天爱| 久久性爱视频免费| 五月停停丁香| 综合婷婷五月天| 九九99热| 六月婷婷五月丁香| 黄色视频网站在线播放| 日本大逼91| 五月天激情啪啪| 婷婷在线综合| 侠女刀之记忆电影在线看免费| 国产无人区大片| 色情五月婷| 伊九九三级区| 婷婷玉月丁香五月在线视频| 99热这里只有精品4| 丁香婷婷色情| 99性爱视频| 日韩av变天就操逼不卡区| 婷婷丁香大香蕉| 色色影院黄大片| 日韩一级A片黄色| 激情图片亚洲| 99思思热只有在这里看| 九九99热久久精品66中文字幕| 九九99精品| 这里有精品| 天堂久热| 男人天堂99| 深爱女色婷婷丁香五月亚洲图区| 播五月丁香六月| 激情五月丁香亭亭 | 99亚洲色| 182TV大香蕉| 九九色热| WW婷婷五月天com| 热久久婷婷| 免费播放片大片| 激情五月天噢美| 婷婷中文字幕版| 99亚洲无码| 亚洲欧美婷婷五月色综合| 五月丁香激情综合| 丰满人妻妇伦又伦精品国产 | 欧美人妻一区二区| 99天堂网| 色九九综合色| 97色天堂| 欧美激情xxxXX| 99热只有这里才是精品| 9999三级片| 久久性爱视频| 色婷婷播放| 99热1| 噜噜噜噜噜日本视频| 天天日日爽| www.9797国产| 熟女人妻一区二区三区免费看| 在线五月婷| 伊人玖玖精品| 先锋男人99资源| 婷婷十月激情综合网| 91色婷婷综合久久中文字幕二区| 任你躁XXXXX麻豆精品| 亚洲欧洲小视频9| 亚洲av免费在线| 丁香香五月激情免费视频| 蜜臀嫩草| 婷婷视频网| 51国精产品自偷自偷综合| 色综合久久天天综合网| 色婷婷呢狠禁久禁| 五月婷婷狠狠干| 五月社区丁香| www.黄色片-久久成人国产精品在线播放-999AV| 天天做天天爽| 中文字幕五月久久婷婷| 激情五月黄色小说| 久久机热/这里只有精品| se99视频| 五月婷天堂视频| 丁香五月性| 99热这里只有精品一| 婷婷五月天福利| 激情婷婷丁香| 91chinese 在线| 激情综合网之激情五月| 婷婷色综合| 91碰碰| 中文字幕天天干| 九九色色| 婷婷丁香人妻天天爽| 久久性爱视频网站| 丁香久久九九99| 亚洲艹网| 99综合网| 538在线精品| 黄久久久| 九九热视频免费的| 婷婷伊人五月天| 欧美黄色一级| 五月综合视频在线| 五月丁香六月天| 色婷婷影院| yazhochengrenavwang| 亚洲综合激情五月天婷婷| 黄色激情五月天| 这里只有精彩视频| av无码电影| 五月婷婷co.m| 中文字幕成人| 大香婷婷| 五月婷婷之激情五月| 夜夜 操无码| 超碰cap| 99视频超级精品| 婷婷五月天免费视频| 大香蕉520| 最新日韩久热免费视频看看| 婷婷丁香五月六月激情| 色色色色网| 黄色AAAAAAA| 麻豆科斗777| 亚洲人妻电影| 99爱在线| 人人草成人视频| 婷婷五月天激情网| 4399无码视频二区| 人人操Av| 婷婷综合色| 天天综合区| 国产精品久久99| 激情五月婷婷视频一区二区三区| 国产成人综合电影| 激情综合网络插| 婷婷视频网| 天天狠狠干| 丁香六月激情综合| 久久五月丁香婷婷| 婷婷五月色惰| 天天狠狠色噜噜| 99在线精品免费视频| www.一起草av| 人妻操在线看| 伊人综合网站| 精品乱码视频| 久久久精品AV| 91九色无码内射| 激情黄色五月天| 六月色色| 精品99在线看| 九九热在线99| 婷婷五月丁香99| 凹凸探花电影| 狠狠色狠狠操| 91九色|疯狂|高潮|对白|| 激情五月婷婷色| 一点色成人网| 天天干夜夜操A片| 六月婷久久| 人人操婷婷| 情欲综合网| 99色网站| 67194成I人在线观看线路1| 亚洲精品大片| 亚洲中文字幕翔田千里| www.五月婷婷久久.com| 色区久久| 五月天激情综合首页| 91丨九色丨熟女| 国产操逼网站| 婷婷激情小说| 久久综合9| 先锋资源996| 26uuu欧美| 97操操网| 婷婷 激情 五月| www.五月天婷婷| 另类激情五月| 欧美久久网| 超碰京东热av男人的天堂| 色综合色色色色色| www.91五月| 午夜青草资源| 粉嫩AV久久一区二区三区 | 日韩在线99| 色色九区| 激情五月婷婷五月| 五月天怕怕| 色色五月婷婷丁香| 久久九九思思| 天天夜天天色天天| 激情亚洲五月| 第四色26uuu| 国产日产亚系列精品版优势| 99热这里精| 搡BBBB搡BBB搡18| 99久热在线精品| 大香蕉久艹| WWW.久久久久久久| 五月婷啪啪| 色噜久| AV人人操| 久久久久久久久久久月丁| www,99热| 任你搞在线观看视频| 99性爱视频网站| 九九九干精品| 婷婷五月丁香网| 久久99人人| 人人爱天天摸摸天天爱| 蜜桃五月天| 99激| 色婷婷丁香五月| 日本天堂久久| 五月天开心网| 色综合九九色综合88| 久久五月婷婷丁香| 欧美三级黄色片久久| 人人色婷婷| 亚洲一级AV在线免费播放| 五月六月丁香激情| 超碰爱爱爱| 五月综合视频| 91色综合网| 中文激情网| 九九aV| 99超级碰免费视频| 另类色网| 免费看欧美成人A片无码| 激情综合五月色在线| 激情婷婷丁香| 婷婷激情丁五月| 五月天激情美女久久| WWW.开心五月天.COM| 婷婷色色综合| 91精品综合久久久久久五月丁香| 秋霞AV美国| 五月婷婷导航| 色999;丁香五月| 色欲色香综合网| 99精品热视频只有精品10| 亚洲色另类| 五月天激日本色情在线| 成人无码髙潮喷水A片| 日日夜夜噜噜爽爽| 久艹伊| 五月天婷婷影院| 色五月婷婷91| 六月丁香五月天| 五月天合网 | 久久99jiu9| 五月婷婷之综合激情| 男人天堂AV在线一区二区| 九九热精品| 五月天电影网| 色狠狠色综合| pom538精品视频| 天天射综合网站| 如何安全看伊人婷婷| 色色丁香| 丁香婷婷六月在线资源观看| 99资源在线| 性热视频99精品| 激情婷婷五月| 亚洲天堂久久| 激情综合丁| 五他月天啪啪啪| 看全色黄大色大片| 婷婷五月深情丁香深爱日韩| 国产精产国品一二三在观看| 97丁香五月| 九伊人网| 成人丁香五月| 天天添天天摸天天天天做| 丁香五月激情五月色综合| 激情五月天视频| Av九九| 丁香五月性| 狠狠色激情综合| 色色综合院| 色综合久久天天综合网| 色亚洲中文| 综合久久丁丁香婷| 男人的天堂五月丁香| 欧亚洲在线高清视频| 国产99久久久国产精品免费看| 婷婷娱乐丁香综合网| 日本 色综合| 无码人妻电影| 天天操天天操综合| 一本九九色| 亚洲精品视频在线播放| 六月丁香综合网| 美女xx不卡| 亚洲综合色色| 五月色欧美| 久热爱大香蕉在线蜜臀悦色| 99精品自拍| 色五月开心五月激情五月| 九热av| 99久久久久久| 丁香婷婷五月天色播| 五月婷婷丁香综合,亚洲天堂| 色婷婷操逼| 5月丁香婷婷| 美女视频图片久久91| 99在线视频资源| 99久久黄色顶级视频| BlACKEDRAW视频一区二区| 色五月色图| 这里只精品| 91窝窝| 色综合久久久久| 91操操操| 97婷婷在线| 99色在线观看| 五月丁香性| 五月婷视频久久| 久久综合66| 97性视频| 5月色亭亭视频| 超碰99热在线观看| 丁香五月综合| 很很干夜夜干| 亚洲国产色婷婷| 五月婷婷综合成人| 午夜五月天| 婷婷五月天天aV| 国产精品久久..4399| 国产无套精品一区二区| 99碰网站| 久久九精品| 日本在线视频播放91| 中文字幕乱码亚洲精品一区| 亚洲天堂大香蕉| 人人爱天天摸摸天天爱| www.sebowuyue| 99热久久这里只有精品| 天天干,天天日| 99色看这里只有精品| 六月色婷婷综合影视| 九九热精品视频在线观看| 五月天六月婷| 色必久悠悠影院| 操操精品| 亚洲第一成人无码A片| 色婷婷a| 婷婷五月天视频小说| 日本精品干| 99精品国产乱码久久久人妻| AV在线中文| 婷婷激情五月天小说校园| 激情综合亚洲| 日本三级片片| 国产精品人人做人人爽人人添| 伊人玖玖婷婷| 91人妻视频| 99riAV国产精品视频| AV在线不卡播放| 中文字幕在线日亚洲9| 婷婷五月天成人综合网| 天天爽夜夜爽夜夜爽精品| 99热免费18| 亚洲五月天激情| 五月色综合| 丁香久久五月天视频在线观看| 99在线视频播放| 亚洲日比视频| 欧美久热| 久草天堂| 泰州成人视频| 婷婷综合伊人丁香| Xx色综合| 99在线观看精品| 婷婷色综合网日韩国产| 精品色色| 中文字幕在线日亚州9| 色五月在线播放| 五月婷婷丁香大陆免费| 欧美日综合| 一级性感毛片| 无码成人播放器| 天天日夜夜拍| 午夜成人综合| 这里只有精品免费| 99精品在线下载| 日日噜人人人做人| 五月丁香六月婷婷成人| 婷婷WWW久久| 亚洲成av人影院| 狠狠五月激情丁香六月| 99热激情| 久久久久久丁香五月| 六月婷婷之青青草| 99热日韩| 中文在线成人| 日比视频91| 久久久国产精品黄毛片| 亚洲综合五月天婷婷| 五月婷丁香| 99爱精品视频| 婷婷五月天激情在线观看 | 丁香婷婷偷拍| 99,色| 婷婷五月色色| 色吊丝中文字幕| 国产精品天天狠天天看| 中文字幕在线免费观看视频| www色色com| AV色婷婷| 五月婷视频在线| 丁香五月婷婷色播艳门照| 人人舔人人色人人高潮| 五月丁香六月色婷婷综合五月天| 生活片五区| 大香蕉狠狠爱主页| 五月天丁香花婷婷| 91黄色五月天视频| 91精品激情9| 色综合久久久久| 996热| 亚洲AV综合网| 色色热| 99色亚洲| 秋霞三及片| 婷婷五月天伊人网在线观看视频| 97色色色视屏| 99色在线视频| 色婷婷99| 超碰人人色| 日韩色五月| 狠狠色丁香婷婷| 久久婷婷五月综合色和| 日本91在线播放| 久久99国产综合精品免费| 久久精彩免费视频| 狠狠干在线| 婷婷五月天av| 色欲久久综合| 六月丁香啪啪啪| 天天干天天干天天干| 五月花免费视频| 久久久久久性爱视频| 久久 视频这里只有精总| 亚洲综合五月天综合| 天堂爱爱| 久久久久久草黄色片AV在线观看| 中文字幕丰满乱孑伦无码专区| 丁香五月性| 99综合免费视频| 综合AV在线| 182TV亚洲| 日韩在线99| 激情五月婷婷视频一区二区三区| 狠狠爱婷婷色| 久碰综合| 五月丁香啪啪综合网| AV色婷婷| 五月玖玖| 色五月琪琪| 色婷婷在线播放| 久久9久| 涩五月婷婷| 婷婷五月天AV| 五月丁香| 五月丁了香蕉综合| 丁香六月亚洲| 亚洲激情电影五月天色婷婷丁香一起草| 激情涩涩网| 九九九九九无码| 五月天开心婷婷久久| 六月激情婷婷综合| 亚洲射激情| 色五月五月丁香| 韩国婷婷丁香五月| 久久99成人性爱高清视频| 色色色色色爱| 91精品综合久久久久久五月丁香| 亚洲视频色婷婷| 色婷久| 大香蕉婷婷久久| 五月天开心色情网| 九九色综合| 日本天天色| 久9热| 亚洲精品又粗又大又爽A片| 男同91| 五月婷婷 激情按摩| OYIWbGcPu8H| 99碰碰中文| 久久久久久99精品无码| 大香蕉精品视频| 99热九九这里只有精品| 免费日韩99| 天天做天天爱天天爽在| 都市激情小说婷婷| 婷婷五月情| 99热综合色图| 99色亚洲| 国产一区二区三区影院| 天天日日| 色婷婷色综合激情91| 91色涩| 日本精品在线噜噜噜| 五月天开心激情网色欲无码| 五月天婷婷自拍图片在线观看| 色婷婷狠狠色| 婷婷激情综合| 丁香六月天AV| 丁香五月第四色88| 天天艹夜夜艹| 亚洲情色一区| 六月丁香久久| 夜夜嗨一区二区三区直播内容 | 日本在线wwww| 久久婷婷色综合| 五月天激情小说| 亚洲五月丁香综合网| 很很干五月天| 婷婷五月丁香五月综合网| 99在线免费视频| 丁香五月手机在线| 97超碰婷婷五月天| 99热黄| 大香蕉婷婷久久| 天天爱天天做天天日| 很很操很很操| 亚洲天天| 五月丁香啪啪网| 亚洲精品国产熟女久久久| 丁香九月色| 任我鲁这里有精品视频| 色婷婷五月天亚洲| 日日操,夜夜撸| 思思热视频| 99这里都是精品6| 亚洲V国产V欧美V久久久久久| 日日操无码| 91要啪| 99精品视频在线6| 久久aaaa片一区二区| 狠狠色97| 性爱久久| 超碰人人操人人9| 色婷婷欧美| 亚洲熟妇AV综合网五月丁香伊人| 色五月丁香五月天| 久99热| 9久久狠狠的| 欧美日本高清视频99| 色色婷| 丁香婷婷六月激情综合| 五月丁香综合激情网| 欧美大肥婆大肥BBBBB| 伊人激情网| 操97| 三级大香蕉网| 91男同| 97在线观视频免费观看| 五月婷婷成人| 色色啊| 5月丁香啪啪啪| 淫视馆AV在线| 免费超碰在线观看| 丁香五月婷婷天堂大香蕉| 婷婷五月天AV网| 五月丁香激情六月| 91日本在线观看| 成人综合视频网址| 九九热自拍| 97涩涩丁香五月天| 日本在线视频播放91| 成 人片 黄 色 大 片| 天天色综| 婷婷五月天777| 五月六月丁香激情| 超碰久热| 玖玖婷婷视频| 伦乱美欧| 亚洲va综合va国产va中文| 99色热| 亚洲精品网址| 五月天开心色情网| 91成人电影| 日本乱子人伦在线视频| 国产精品成人AV在线| 综合热无码| 久久综合中文| 九九伦子片| 国产欧美日韩性爱| 天天狠狠干| 天天综合网在线| 99热超| 色亭亭五月天网扯| 超碰在线9| 五月天色色无码| 91九色中文字幕女在线观看| 婷婷丁香五月,狠狠综合| 五月丁香婷婷啪啪| 亚洲影院婷婷色| 色五月激情问网站| 婷婷五月天亚洲五码| 九九亚洲天堂| 色噜噜狠狠色综合日日| 国产26uuu| 99成人| 丁香五月停停基地| 99热精品6| 99精品在线观看视频| 天堂亚洲 在线| 激情网第四色| 九九精品热| 伊人五月婷婷国产视频| 婷婷激情蜜桃玖玖丁香| 久操婷婷| 色五月综合97| 久热视频这里只有精品68| www.zbzhongsen.com| 色婷综合| 五月亭亭激情综合| 久9无码视频| 亚洲AV成人精品网站在线播放| 華人性愛AV在線| 亚洲人妻电影| 91碰碰视频在线观看| 婷婷五月综合激情| 9l视频自拍九色9l视频在线观看| 四虎99热在线观看网站| 激情丁香婷婷五月天| 综合久久久| 狠狠 久久| 另类图片 五月激情| 久综合网| 99热高清在线| 午夜国产精品AV在线播放| 九九精品热| 日本熟妇精品99| 激情五月婷婷开心网| AA片在线观看视频在线播放| 日本久久人人| 色五月婷婷基地| 91九色超碰| 婷婷五月天777| 五月激情视频| 秋霞AV淫| 婷婷天天色| 婷婷丁香中文字幕| 十月丁香婷婷| 免费AV播放| 色九九七七| 婷婷五月天免费视频在线观看| 最近中文字幕大全免费版在线| 色欲天天综合网| 色婷婷先锋| 大香人妻| 97色婷婷五月天| 中文幕无线码中文字蜜桃| 亚洲精品va| 五月丁香婷婷基地| 九九热在线99| 激情综合网五月天| 激情五月婷婷视频| 深爱五月天 开心网| 另类小说五月天| 中文字幕永久免费| 色色五月婷婷久久| 538任你爽视频不一样的| 五月天婷婷无码视频| 播丁香五月婷婷欧美| 欧美日韓成人亚洲精品另类| 丁香六月啪| 1024日韩| 成人在线精品| 9久热在线视频精品| 第四色婷婷丁香五月| 99只有精品9| 久色成人| 九九成人视频| 丁香五月六月久久综合 | 人妻久久久久久久 | 亚洲激情综| www.com.色色| 久久只有精| 五月丁香六月香香蕉| 丁香婷婷五月综合影院| 99精品视频在线观看| 一级性爱大片| 思思热久热| 日本9区视频| 丁香五月综合在线观看| 黄色激情网站在线观看| 丁香五月23111| 日B日潘金莲BB| 日韩久久这里只有精品| 日韩久久成人| 五月婷婷黄色视频| 精品久久穴| 热热久久久久久久久| 无遮挡国产高潮视频免费观看| 久久6这里只有精品| 五月激情综合网| 五月丁香六月色婷| 五月天开心激情综合网| 五月婷婷激情综合在线| 色99视频| 国产99美少妇| 色色色综合网| 操操操www.com| 91欧美| 五月婷婷高清| 色狠狠综合| 丁香五月丐人妻| 丁香色色网| 综合久久丁香婷婷,五月婷婷六月丁香,开心激情综合网,六月丁香在线观看,婷婷丁 | 五月开心深爱激情网| 91精品久| www.99热视频| www.久久婷婷| 91热网址| 在线中文av| 99在线精品观看99| AV伊人青草丁香六月| 婷婷五月色情天| 五月婷色| 99久热这里只有精品| 五月婷婷啪啪网| 五月婷婷天| 久久久精品99亚洲综合| 色婷婷影视| 亚洲色婷婷网站| 精品成人在线| 亚洲色A| 激情五月婷婷色色| 激情五月,色播五月| 六月色激情| 99色热视频| 亚洲欧美婷婷五月色综合| 色综合丁香| 婷婷月五天在线在线看| 欧美在线干| 色青青五月| 精品国产乱码久久久久夜深人妻| 五月丁香色播| 午夜丁香久久久久久| 天天插,天天射| 丁香五月电影院在线观看| 日本在线视频播放91| 欧美色图天堂网| 开心激情站| 这里只有精品视频视频在线观看| 开心五月深爱五月| 伊人婷婷色激情丁香| 日本偷拍九九九| 久久这里有精品| 精品一二三区久久AAA片| 狠狠操狠狠狠| 激情五月天福利| 性热视频99精品| 亚洲区,视频区,视频区免费| 色色国产| 亚洲精品色色色| 超碰在线个人观看| 伊人五月婷婷| 99在线精品视频观看免费下载| 精品夜夜澡人妻无码AV| 日本九九热| 色 噜噜 九月 婷婷| 91九色精品| 青青热视频| 99综合网| 婷婷综合六月| 国产亚洲99久久| www.久久久久| 六月丁香婷婷色综合| 国内精品99| 99热这里只有精品5| 欧美97色| 国产伦亲子伦亲子视频观看| 99愛国产| 亚洲色色五月天| 激情五月天 婷婷| 久久综合伊人综合在线| 色婷婷播放| 人人摸人人干| 99小视频在线| 五月伊人91| 丁香五月欧美午夜视频| 97人人射| 99超超碰| 激情图片五月天| 中文字幕成人| 刘玥av在线| 人人干人人操人人摸| 久久久WWW| 丰满少妇猛烈A片免费看观看| 99热这里只有精品最新网址| 碰97久久| 久热免费视频| 丁香婷婷色| 大香蕉婷婷色| 怡红院AV亚洲一区二区三区H| 深爱激情五月婷婷| 99精品人人| 婷婷成人基地| 79精品视频在线观看,| 丁香啪啪| 亚洲狠狠丁香婷婷香蕉| 中文AV在线观看| 99 频99热国里只有精品| 六月色 亚洲| 91精品综合久久久久久五月丁香| 丁香五月婷婷乱| 99碰视频| 啪啪91| 五月花免费视频| 婷婷激情伍月网| 日碰日| AV在线免费播放| 热99re| 国产精品视频免费看| 色九九九九| www.91.com处女在线直播| 超级碰碰一区| 99热官网精品在线| 婷婷五月天亚洲色| 97碰免费精采视频| 欧美激情五月天| 色婷婷五月天激情在线观看| 综合激情五月丁香9999久久精| 成人在线免费网址| 色五月天婷婷| 天天操夜夜爽歪歪| 久久免费精品小视频| 1级欧美日韩| 97资源欧美日韩大香蕉超碰一区| 日日噜狠狠色综合久久| 午夜成人网站在线观看| 婷婷色情 | 91色在线 | 日韩| 六月伊人婷婷| 人妻视频在线| www.99热国产| 亚洲av网站在线观看| 色视五月天婷婷| 亚洲欧洲午夜成人精品av| 午夜性做爰电影| 婷婷色五天| 五月天久久成人| 91黄址| 91制片厂久久久国产电影| 色色激情| 这里精品| 亚洲激情高潮| 色爽九九| 久久婷婷五月综合色丁香花| 色婷视频| 婷婷丁香人妻天天爽| 亚洲色色图片| 日91高清无玛| 五婷婷综合网| 五月天综合婷婷| 青草少妇激情| 五月花成人网| 超碰免费大香蕉| 天天干人人奸97| 噜噜噜狠狠色综合| 日本五月婷| www.国产亚洲69ty.久久久久久久久久久久 | 日本九九热| 五月停亭六月,六月停亭的英语 | 久久久免费精彩视频| 99这里只有精| www天天干| 久久资源网五月婷| 五月天婷婷丁香人人操91| www.99视频| 综合久久高清| 婷婷五月天激情五月天深爱五月天| 亚洲人成网亚洲欧洲无码久久| 丁香色五月AV在线| 激情内射人妻1区2区3区| 欧洲亚洲免费视频9 | 99在线视频操999| 激情五月久久| 丁香五月婷婷基地| 丁香婷婷伊人| 婷婷激情五月天7| 色九月欧美| 超碰人人在线观看| 99综合| 五月丁香六月花| 午夜色色色极品视频| 丁香五月婷婷欧美激情-中文天堂最新版在线观看 | 超碰1999| hd五月婷婷在线| 在线播放成人网站| 98永久精品| 超碰cap| 天堂成人A片永久免费网站| 九九婷婷综合| 色吧五月婷婷| 天天天天天色| 五月丁香啪啪网| 婷婷色色欧美| 69天堂99| 老美AA片| 色五月亚洲| 五月天操逼网| 五月天激情国产综合婷婷| 天天日夜夜操五月| 欧美天天爽| 五夜婷婷| 色综合色色色色| 色婷婷成人色网| 国产精品久久久久久妇女6080| 色色五月婷| 能看的av| 婷婷五月美女直播| 婷婷色五月久久| 天天日综合网射| 97干视频| 国内久久久精品99| 丁香五月婷婷久久久| 青草视频在线播放| 开心激情婷婷| 99在线精品免费视频| 久久久27操| 色99网| 日韩综合大黄| 日日噜噜久久婷婷五月天| www.久久99| 99a级片| 97香蕉人人在线观看| 九九九九热99超碰| 情欲禁地| 91狠狠综合久久| 色婷婷99| 99干视频| 婷婷五月综合体验看| 五月激情五月婷婷五月天在线| 2w在线视频| 开心婷婷五月花| 天天插天天狠| 综合色图区| 97色热| 婷婷 伊人 久久| 成人片在线免费看| 九九婷| 久热在线中文字幕色999舞| 婷婷五月色| 99热一区| 色综合天天综合成人网| 91色婷婷综合久久中文字幕二区| 超碰99资源站| 丁香五月综合| 综合网亚洲| wwwwww.色| 日本激情五月| 精品九九视频| 激情综合五月.....| 99激情视频热| 久青青久| 亚洲综合激情五月天婷婷| 色999亚洲人成色| 久久总和99| 激情婷婷丁香五月天| 色婷婷五月综合在线| 91日韩美女被插视频| 1234操逼网| 国产婷婷五月| 超碰97色| 九九美女视频| Y11111111111少妇电影院| 成人免费超碰| 偷拍九九热| 91人人人人人人人| 亲子乱AV-区二区三区| 日韩AC在线免费观看| 九九色video| 99热这里只有精品1| 深爱五月婷婷| 日本色婷婷| 五月花婷婷| 麻豆AV一区二区三区| 这里有精品| 日日干夜夜干| 日日鲁鲁鲁夜夜爽爽狠狠视频97| 国产69久久久欧美黑人A片| 狠狠精品干练久久久无码中文字幕| 99精品成人无码A片观看金桔| 亚洲精品久久久久久久久久吃药| 99精品免费| 国产毛片精品一区二区色欲黄A片| 亚洲操人| 亚洲国产精品VA在线看黑人| 99视频| 99精品网| 亚洲无AV在线中文字幕| 日韩一级一片内射视频4K| 国产无套精品一区二区| 韩日另类| 欧洲综合一区| 热婷婷av| 九九色天堂| 伊人婷婷综合| 久久网日本| 99re在线观看| 亚洲在线激情婷婷五月| 天天插夜夜爽| 99热最新网址| 五月丁香花婷婷玉莉AV| 久久九九热视频| 六九色综合婷婷五月天| 九色无码| 综合激情在线视频| 丁香婷婷久久 | 影音先锋人妻出差| 婷婷五月天在线综合| 激情丁香五月天| 免费97碰碰| 五月天激情四射| 婷婷五月天在线观看| 天堂无码人妻精品AV一区| 在线视频九色97| 9 1 A v久久久| 成人AV中文字幕| 91九色国产| 五月天第四色开心色播| 中文字幕丁香五月| 天天爽夜夜爽| 伊人在线视频| 丁香五月综合激情性爱| 99精品久久久久久久婷婷| 啪啪一区| 无码 av电影| 五月天婷婷激情六月久久| 婷婷久久18| 色婷婷免费观看| 婷婷六月丁香在线| 国产又黄又爽又激情不遮挡视频在线观看| 婷婷五月天日本无码| 99爱视频免费| 五月丁香久久网| 五月丁香六月| 99se丁香| 丁香五月婷婷偷拍| 九月婷婷综合| 99aese| 五月丁香六月婷婷欧美综合| 五月精品| 日日爽日日| 五月婷婷六月激情| 色综色网| 中日韩狠狠色| 日韩成人综合网| 很操日本7| 丁香色五月天| www999日韩精品| 婷婷五月天av| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 五月网在线| 亚洲色图五月丁香| 激情网五月天| 九九久久9 9在线观看| 婷婷综合一二三| 婷婷午夜| 六月丁香婷婷在线波多| 五月丁香六月婷婷色日| 五月丁香啪啪| 亚洲网站观看视频| 六月婷婷七月丁香| 五月丁香婷婷网网网网| 久久伊人日日夜夜| 色偷偷综合| 人妻无码精品一区| 久草婷婷在线| 啪色综合| 亚洲 精品 综合 精品| 综合激情网激情五月。| 大香蕉久| 亚洲12p| 91精品国产色猫| 91丨九色丨东北熟女| 婷婷狠狠五月综合| 五月婷婷成人| 婷婷综合久久| 综合激情九月婷婷,激情综合婷婷中文字| 亚洲无线视频| 天干天天干天天天天天| 激情综合丁香五月| 丁香成人五月天| 亚洲美女裸体被操在线观看| 婷婷五月,偷窥偷拍网| 99热这是里只有精品| 久久五月综合| 中文字幕在线观看视频www| 日本强伦片中文字幕免费看| 久久综合伊人77777蜜臀| 色五月婷婷久久爱| 亚洲欧美999| 久久xx| 9999热在线| 91人人澡人人爽人人看| 五月天开心激情网色欲无码| 99热网站| 色99在线观看| www.金莲av| 大香蕉五月婷婷| 婷婷激情丁五月| 伊人www22综合色| 丰满少妇猛烈A片免费看观看| 人人综合91网| 亚洲日韩人妻操逼| 99久在线精品99re8热| 色色色热| 国产色色小草视频| 丁香五月天黄色片| 欧美综合激情五月| 婷婷99视频精品| 琪琪布丁香社区激情五月天| 激情亭亭五月| 日本特黄aaaaa| 99人妻碰碰碰久久久久视| 国产精品色情AAAAA片软件 | 91碰人人| 丁香综合久久| 六月丁香激情综合网| 国产五月天欧美色| 亚洲激情久久| 婷婷丁香视频| 99在线观看免费精品视频| 九九 激情 网| 青青久在线视频免费观看| 亚欧州精品视频| 婷婷五月激情欧美大胆视频| av在线资源| 日韩五月婷婷久久| 丁香婷婷精品视频| 国产视频婷婷| 欧美性生交XXXXX无码小说| 婷婷色五月大香蕉在线观看| 五月色丁香成人| 日韩黄色电影| 少妇搡BBBB搡BBB搡毛茸茸| 丁香六月啪啪啪| 丁香色播五月天| 玖玖婷婷五月天| 碰人人97| 狠狠色性| 色久丁香五| 五月婷婷视频| 丁香五月日韩| 激情五月,色播五月| 99精品性爱| 蜜臀99久久精品久久久久| 五月丁香网av| 五月婷婷偷拍| 免费观看全黄做爰的视频 | 激情综合综合综合| 狠狠爱婷婷爱| 天堂呦 呦百度搜索-百度搜索| 六月丁香视频网站| 五月丁香婷婷婷激情爱爱| 99久久国产综合精品五月天喷水\| 日本一道久久| www夜夜操| 国产AV一区二区三区日韩| 久热这里只精品| 99热久| 亚洲亚洲人成综合网络| 91色色色| 99性爱视频| 黄色片avv| 久久狠狠高潮亚洲精品 天天摸夜夜摸夜夜狠狠摸| 六月婷婷在线| 狠狠插.com|