元学习(meta learning)和小样本学习(few-shot learning)
Meta learningfew-shot learning是meta learning中的一种。可将few-shot learning看做是meta leaning即可。Meta learning 与 传统监督学习的区别传统监督学习: 对于一个给定训练数据集,通过训练使模型可以识别训练数据集,并将其泛化到测试数据集中。要求测试数据集中数据标签类别包含在训练数据集中。meta learning: 目的是让模型learn to learn,使模型可以区分不同的事物。意思是让模型自己学会学习。通过一张待
原创
2022-04-17 16:56:26 ·
6498 阅读 ·
1 评论