qq_22497977的博客

经典论文汇总: 小样本学习论文汇总链接

深度学习：小样本综述20201-2 问题(1) 存在问题(2) 方法：先验知识增强3. 数据增强（data augmentation）3.13.23.31-2 问题  小样本学习（Few-Shot Learning ，FSL）：经验风险最小化是不可靠的。【补充：期望风险（真实的样本的全部分布已知）经验风险（真实的样本的分布未知，只能抽样，用经验代替真实，大数定律说明抽样越多，越接近真实）结构风险（经验风险最小化容易导致过拟合，结构风险=经验风险+参数正则化项）J（θ）一般

目录原形网络（Prototypical Networks）1. 主要思想2. 模型3. 算法4. 少样本和零样本学习5. 实验(1) 数据集Omniglot上少样本分类(2) 数据集miniImageNet上少样本分类(3) 数据集CUB上零样本分类原形网络（Prototypical Networks）1. 主要思想  把样本空间投影（嵌入到一个低维空间），利用样本在低维空间的相似度做分类。类似k-means聚类算法，在低维空间中找到每个分类的聚类中心。 用距离函数测新的样本的分类。2. 模型样