什么是C-way K-shot?

C-way K-shot 是few-shot learning的一种常见范式

通常来说，few-shot learning 的训练集包含多个种类的样本，每个类别又包含多个样本。在训练过程中，在训练集中随机抽取C个类别，每个类别包含K个样本，这C个类别与C×K个样本被称为模型的支撑集（support set）；然后在这C个类别的剩余数据中抽取一个batch的样本作为预测对象，其被称为查询集（query set）。从这C×K个数据中学习如何区分这C个类别的任务即为C-way K-shot任务。在训练的每个episode中，都会采样得到不同的任务（每次训练都是不同类别的组合），在这种机制下，模型能够学会不同任务中共性的部分，逐渐淡化（或者说是遗忘）不同任务的独特部分。通过这种方法实现的元学习，可以在面对新的，从未见过的任务时，也能够实现较好的分类。

与训练不完全相同，few-shot learning 的测试是在与训练时使用的类别不同的类别上构建support set和query set。