論文閱讀筆記《Learning Embedding Adaptation for Few-Shot Learning》

核心思想   本文主要是針對度量學習算法中的特徵提取階段進行了改進，之前的特徵提取網絡或者說嵌入式表徵的（Embedding Representation）過程是與任務無關的（Task-agnostic），這就要求在訓練集上得到的特徵提取網絡，要有足夠強的泛化能力，使其提取的特徵信息同時滿足測試集中未見過的新樣本。這一要求無疑是很難實現的，作者就想到讓特徵提取網絡有針對性地提取與任務有關的（Tas

>>阅读原文<<