2020年最全-少樣本學習（FSL）相關綜述、數據集、模型/算法和應用資源整理分享

    Few Shot Learning（FSL）又稱少樣本學習，這是做AI研究經常遇到的一個問題。深度學習技術需要大量的數據來訓練一個好的模型。例如典型的 MNIST 分類問題，一共有 10 個類，訓練集一共有 6000 個樣本，平均下來每個類大約 600 個樣本，但是我們想一下我們人類自己，我們區分 0 到 9 的數字圖片的時候需要看 6000 張圖片才知道怎麼區分嗎？很顯然，不需要！這表明

>>阅读原文<<