CVPR20 Episode-based Prototype Generating Network for Zero-Shot Learning

用小样本的训练方式解决零样本的问题。

---

1 动机

将训练集分成两个不想交的子集，模仿小样本里的support set和query set。主要模仿的点是，通过query set的loss更新模型来提升模型的泛化能力。这种泛化能力，在小样本中是学习几个标注样本就能快速分类的能力，在零样本中是学习已见类后，在未见类上能够进行快速分类。

---

2 方法

2.1 Prototype Generating Network

$$L_{\mathcal{V}\to \mathcal{A}}=\sum _i||F({\text{x}}_i)-{\text{a}}_i|{|}_2^2.\text{\hspace{1em}(1)}$$

$$L_{\mathcal{A}\to \mathcal{V}}=\sum _i||G({\text{a}}_i)-{\text{x}}_i|{|}_2^2.\text{\hspace{1em}(2)}$$

KaTeX parse error: Unexpected end of input in a macro ar