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
- 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
- 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。