FSL 定義:few-shot learning
指的是給定一個 特定於任務 T
的包含 少量可用的有監督信息 的數據集 和與 T
不相關的輔助數據集 ,目標是爲任務 T
構建函數 ,該任務的完成利用了 中 很少的監督信息 以及 中的 知識,最終將 輸入 映射到 目標任務
-
注意:
- 數據集 與 輔助數據集 中的類別是正交的,即
- 如果 中覆蓋了
T
中的任務,即 ,此時 FSL 問題將成爲傳統的 大樣本學習 問題
擴展:
- 中包含一部分無標籤數據 半監督學習
- ,即輔助信息是與任務
T
是無關的