Meta Learning（元学习）

Meta Learning（元学习）

课件：https://github.com/wangshusen/DeepLearning

Few-Shot Learning (小样本学习) 和 Meta-Learning (元学习)的基本概念

1.1 两者关系

Few-Shot Learning (小样本学习) 就是一种Meta-Learning (元学习)
Few-Shot Learning (小样本学习) $\in$ Meta-Learning (元学习)

1.2 Meta-Learning (元学习)

Meta-Learning (元学习)就是培养小朋友自主学习区分动物

1. 首先，小朋友在去动物园之前，小朋友不认识动物，但是他有自主学习的能力
2. 现在给小朋友一些动物卡片（图片+动物名字），小朋友没见过也不认识动物；现在小朋友翻一遍卡片就知道眼前的小动物是什么了 （对比动物和卡片之间的相似度）

动物卡片每样有两张这叫：two-shot learning (2-shot )
动物卡片类别数量: 4-way (下图四种动物卡片)

补充

小样本数据不足以训练大型的神经网络，小样本集合只能提供一些参考信息。Few-Shot Learning 和传统的监督学习有所不同，其目标不是让机器识别训练集的图片，并且泛化到测试集；而是让机器自己学会学习；学习的目的是让机器学会识别图片的异同，学会区分给定的图片是否是同一个东西。