论文阅读笔记《Few-shot Classification via Adaptive Attention》

小样本学习&元学习经典论文整理||持续更新 核心思想   本文提出一种基于注意力机制的小样本学习算法。作者认为基于参数优化的元学习算法优化过程过于复杂，而基于度量学习的小样本学习算法，虽然更加简单有效，但缺少对于新任务的适应能力。本文利用注意力机制根据支持集图像的特征图和查询集图像的特征图，得到对应的注意力图(Attention Maps)，将注意力图与查询集图像的特征图做逐元素相乘，得到了优化后

>>阅读原文<<