few-shot learning

k-ways,n-shot,support set,query，training data
support set,不在training data里
(k是support set中的类别，n是每个类别的个数）query是想要查找的图片。
1）meta-learning：learn to learn，最简单是计算相似度。
Omniglot，50个不同的字母表，1623个不同的字符，每个字符由20个不同人书写，每个图片105105像素。
Mini-imageNet 100类，每个类600样本，每个样本是8484的图片。
2）Siamese Network:孪生网络

pairwise similarity

triplet loss

if (d-)>=(d+)+a,no loss
else loss=(d+)+a-(d-)
三、pretraining and fine tunning
cosine similarity计算相似度
softmax让大的变大，小的变小，与max相类似，所以命名为softmax
entropy regularization

标签：loss,set,shot,每个,similarity,support,few,learning
来源： https://blog.csdn.net/qq_36136196/article/details/120555500