One-shot 学习

• 深度学习: Zero-shot Learning / One-shot Learning / Few-shot Learning

在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功 。为了 “多快好省” 地通往炼丹之路，炼丹师们开始研究 Zero-shot Learning / One-shot Learning / Few-shot Learning。

爱上一匹野马 (泛化能力)，可我的家里没有草原 (海量数据) 。

• Learning 类型分为：Zero-shot Learning、One-shot Learning、Few-shot Learning、传统 Learning。

Zero-shot Learning

Zero-shot Learning，零次学习。

成品模型对于训练集中没有出现过的类别，能自动创造出相应的映射：

既要马儿跑，还不让马儿吃草。

One-shot Learning

One-shot Learning，一次学习。

训练集中，每个类别都有样本，但都只是少量样本。

既要马儿跑，还不让马儿 多 吃草。

Few-shot Learning

Few-shot Learning，少量学习。

也即 One-shot Learning 。

传统 Learning

即传统深度学习的海量数据 + 反复训练（炼丹模式）。

家里一座大草原，马儿马儿你随便吃。