論文閱讀筆記《A closer look at few-shot classification》

核心思想   本文並沒有提出新的小樣本學習算法，而是對目前主流的小樣本學習算法做了更加深入的比較和研究，提出了自己的一些觀點。首先，作者按照統一的方式復現了Baseline方法（特徵提取器+線性分類器），Baseline++方法（特徵提取器+距離度量分類器），MN，PN，RN和MAML等元學習算法，這個過程中採用相同的backbone結構，相同的數據集，相同的訓練策略。這樣就能夠在一個更加公平的基

>>阅读原文<<