TADAM:Task dependent adaptive metric for improved few-shot learning

本文基於度量學習，發現簡單的度量尺度會完全改變少樣本學習參數更新的本質，同時提出了一個簡單且有效的任務依賴的度量空間學習方法，可以根據不同的任務進行特徵提取。通過度量縮放的方式，作者將餘弦相似度與歐拉距離在少樣本學習上的差距縮小了10%，也就是說度量的選擇沒有那麼重要。另外，還提出了輔助任務協同訓練，使得具有任務依賴性的特徵提取更容易訓練，並且具有很好的泛化能力 背景 考慮episodic形式的K

>>阅读原文<<