小样本学习(Few-Shot Learning,以下简称 FSL )用于解决当可用的数据量比较少时,如何提升神经网络的性能。在 FSL 中,经常用到的一类方法被称为 Meta-learning。和普通的神经网络的训练方法一样,Meta-learning 也包含训练过程和测试过程,但是它的训练过程被称作 Meta-training 和 Meta-testing。
ICLR2019 | 深入了解小样本(Few-shot)分类
《小样本元学习》2020最新综述论文
专知
3+阅读 · 2020年7月31日
【Awesome】Few-Shot Learning论文阅读列表
专知
2+阅读 · 2019年12月19日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
参考链接
父主题
微信扫码咨询专知VIP会员