【资料整理】小样本学习（few shot）的研究综述

一、背景

小样本学习也是现在比较热的一个方向，目前网上的综述也都比较全，所以也就不自己写了，这篇记录一下网上的一些综述成果。

二、网上的一些综述

第一篇文章，更新于2019年4月，算是比较新的，链接：

小样本学习综述

第二篇是来自于机器之心的文章，更新于2019年6月，不过是专门针对CVPR2019的一篇总结，链接：

CVPR 2019提前看：少样本学习专题

第三篇是一篇关于NIPS2019的小样本学习论文的总结，更新于2019年12月，链接：

NeurIPS 2019 少样本学习研究亮点全解析

第四篇是一篇综述论文，发表于2019年4月，链接：

Generalizing from a Few Examples: A Survey on Few-Shot Learning

目前感觉先看这4篇也就能知道few-shot领域的一些主流模型和动态了。

三、一些经典模型

这里只给出这些经典模型的名字：

孪生网络（Siamese Network）

匹配网络（Match Network）

原型网络（Prototype Network）

关系网络（Relation Network）