One-Shot - Zero-Shot - Few-Shot learning

[junxnone]

one-shot learning以及zero shot learning都属于迁移学习领域，主要研究的是网络少样本精准分类问题

Reference

• [ ] 机器人学习最前沿：一眼模仿学习（One-Shot Imitation Learning）的三级跳
• [ ] One-shot Learning 的损失函数以及背后的几何直观
• [ ] few-shot learning是什么
• [ ] 当小样本遇上机器学习 fewshot learning
• [ ] One Shot Learning and Siamese Networks in Keras
• [ ] wikipedia
• [ ] Collection for Few-shot Learning
• [ ] CVPR 2020 | 利用自适应边际损失增强小样本学习

One-Shot

One-shot Learing 就是类别下训练样本只有一个或者很少，我们依然可以进行分类。比如我们可以在一个更大的数据集上或者利用knowledge graph、domain-knowledge 等方法，学到一个一般化的映射，也就是学习一个映射，然后再到小数据集上进行更新升级映射。

One-Shot Imitation Learning

Zero-Shot

Zero-shot Learing 就是训练样本里没有这个类别的样本，但是如果我们可以学到一个牛逼的映射，这个映射好到我们即使在训练的时候没看到这个类，但是我们在遇到的时候依然能通过这个映射得到这个新类的特征。

Few-Shot / 小样本学习

[junxnone]

213