L2 is preferable when there are few

L2 is preferable when there are fewer image samples as in the case for a 5-way 1-shot case (where the use of L2 leads to 5% higher accuracy). However, as the number of support images increases, L1 shows comparable results. L2 however is more robust with quantization errors as shown in Tab. III. By using a TCAM, the complexity is no longer bounded by the number of entries M , which greatly helps in the scaling the TCAM up to more complex problems.

結果 (繁體中文) 1:

當影像樣本較少時，如 5 路 1-shot 情況（使用 L2 的精度提高 5%），L2 更適合。然而，隨著支持圖像數量的增加，L1 顯示出可比較的結果。然而，L2 對於量化誤差更穩健，如表 1 所示。三．透過使用 TCAM，複雜性不再受條目數量 M 的限制，這極大地有助於將 TCAM 擴展到更複雜的問題。

結果 (繁體中文) 2:

當存在較少的影像樣本時，L2是優選的，如在5路1次拍攝的情况下（其中L2的使用導致5%的高精度）。 然而，隨著支持影像數量的新增，L1顯示出可比較的結果。 然而，L2在量化誤差方面更具魯棒性，如錶III所示。通過使用TCAM，複雜性不再受條目數量M的限制，這大大有助於將TCAM擴展到更複雜的問題。

結果 (繁體中文) 3:

當圖像樣本較少時，如在5路1次拍攝的情況下(其中L2的使用導緻5%的高精度)，L2是優選的。然而，隨着支持圖像數量的增加，L1顯示了類似的結果。然而，L2在量化誤差方麵更加穩健，如表1所示。三。通過使用TCAM，複雜性不再受條目數量M的限製，這大大有助於將TCAM擴展到更複雜的問題。