論文閱讀筆記《Attentive Weights Generation for Few Shot Learning via Information Maximization》

核心思想   本文提出一種基於權重生成的小樣本學習算法（AWGIM），這種類型的方法之前在小樣本目標檢測算法中見到過，就是直接用一個生成器生成分類器的權重參數。本文與其他相關算法（LEO）的區別在於在生成分類器權重時，不僅考慮支持集圖像，而且考慮查詢集圖像。爲了實現這一目的，本文引入了互信息（Mutual Information，MI）和注意力機制。整個網絡的流程如下圖所示   首先，介紹一下什麼

>>阅读原文<<