MAML的输入是一个个的task,并不是一条条的数据,这与常见的机器学习和深度学习模型是不同的。
MAML中的N-way K-shot learning:
这里的N是用于分类的类别数量。K为每个类别的数据量(用于训练)
task
meta train
meta test
support set
query set
meta-train classes
meta-test classes
元学习分为训练阶段和测试阶段。假设我们在训练阶段有10个类别的点C1-C10,每个类别有30个标注的结点。那么C0-C10就是meta-train classes, 10个类一共包含的300数据样本就是meta train。如果支持集设置5 way 5 shot,查询集设置为5 way 15 shot。那么从10个类别中随机挑选出5类,每类挑选20个结点,组成一个task。其中每类的5个结点组成support set,剩下的15个结点组成query set。