論文 基於度量學習的小樣本學習研究 閱讀心得

論文主要工作： 本文提出帶間隔的小樣本學習， 提升了所學習嵌入表示的質量。 爲引入間隔， 本文根據小樣本場景特點提出了多路對比損失， 使得小樣本學習模型可以學習到一個更加具有判別性的度量空間，同時泛化誤差可以減小。帶間隔的小樣本學習是一個通用的框架，可以同各種基於度量的小樣本學習模型結合。 本文將帶間隔的小樣本學習引入到兩種已有模型中，分別是原型網絡和匹配網絡。 另外， 數據的分佈往往都有內在結構

>>阅读原文<<