綜述論文「Generalizing from a Few Examples: A Survey on Few-Shot Learning」

發表於arXiv2019年5月13號。 摘要：人工智能在數據密集型應用中取得了成功，但缺乏從有限的示例中學習的能力。爲了解決這個問題，提出了「少量樣本學習」（FSL，Few-Shot Learning）。它可以用先驗知識從受監督的經驗有限的新任務中快速得出結論。爲了全面瞭解FSL，本文進行了一項調查研究。首先澄清FSL的正式定義。其中不可靠的經驗風險最小化是FSL的核心問題。基於採用先驗知識處理核

>>阅读原文<<