今天看了小样本学习的一些内容,按照我之前的理解,是训练的样本比较少,但是我一直都不太理解这个少是什么概念,我就看了康老师给我的一篇关于元学习的论文,里面的内容是真的晦涩难懂,什么元学习啥的,太顶了,在实验的测试部分,我以为会有什么mAp之类的测试标准,谁知道居然是N-way K-shot的测试方法,所以我决定今天重新梳理一下小样本学习是个啥。
首先这里是两篇类似于综述的博客,里面解释了小样本学习。
Few-shot learning(少样本学习)和 Meta-learning(元学习)概述
第二篇博客的解释比较清晰,列举了一些主流的小样本学习方法。