Finding Task-Relevant Features for Few-Shot Learning by Category Traversal 論文筆記

前言 在採用度量學習處理小樣本學習問題中，通過學習查詢樣本（query）與支持樣本（support）之間的特徵相似性比較，來確定query的類別。但是這種方法有一個缺點，就是query在與支持集中的樣本進行比較時，是一個類一個類的進行比較的，也就是query與支持集中某個類的樣本比較完，再與另一個類進行比較，沒有考慮整體的關係。這樣造成的後果是，不能辨別哪個維度的特徵與當前任務是最相關的。 本文對

>>阅读原文<<