few-shot learning(少样本学习) & one-shot learning(一样本学习)

       人类非常擅长通过极少量的样本识别一个新物体，比如小孩子只需要书中的一些图片就可以认识什么是“斑马”，什么是“犀牛”。在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，这就是 Few-shot Learning 要解决的问题。

      Few-shot Learning 是 Meta Learning 在监督学习领域的应用

 

     这里的少样本学习的研究领域与迁移学习有一大部分交集部分，即在源域有足够多样本，而在目标域样本不足。

 

 

One-shot learning 一样本学习

少样本学习，机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，对应的有one-shot learning, 一样本学习，也算样本少到为一的情况下的一种few-shot learning,