【单样本(One-shot)学习】《One-shot learning》by Pragati Baheti Part 1/2: Definitions and fundamental techniques

主题： One-shot learning (Part 1/2): Definitions and fundamental techniques

简介： 单样本学习是一种分类或对象分类任务，其中一个或几个示例用于对许多新示例进行分类。从历史上看，如果我们只有一个训练示例，则深度学习算法将无法正常工作。 这是因为，在许多计算机视觉问题（例如人脸识别，欺诈检测（即签名伪造））中，我们在训练集中只有一个或几个模板图像，要验证的候选图像可能具有不同的背景，面部表情， 照明条件等。在对单样本学习技术的高级介绍中，我们介绍了以下方法：连体网络、三重损失整合、降维的对比损失。