多新类场景下的小样本学习

文章预览

导读   小样本学习旨在解决解决现实世界中普遍存在的、由于缺乏足够训练数据而导致预测误差大的问题。在学术研究领域，学者们大多讨论少新类场景下的小样本学习，而鲜有关注多新类问题场景下的小样本学习。对此，本期分享旨在通过一种新颖的小样本学习算法，激发大家对这一科学问题的研究热情。 具体从以下四方面展开： 1.  背景介绍 2.  问题介绍与可行思路 3.   实验 4.  总结与展望 分享嘉宾｜ 林志鹏 国防科大 博士生 编辑整理｜ 宋禺 内容校对｜李瑶 出品社区｜ DataFun 01 背景介绍 首先简要阐述小样本学习问题的产生背景，以及什么是多新类场景下的小样本学习。 1.  小样本学习产生背景 图像识别是计算机算法研究领域的重要分支，2012 年之后，学者们开始广泛使用深度学习相关算法开展改进研究。得益于深度学习算法的运算能 ………………………………