论文阅读笔记《Meta-learning for semi-supervised few-shot classification》

核心思想   本文提出一种基于半监督训练的小样本分类算法。所谓半监督就是在训练集中即包括带有标签的图片，也包含不带有标签的图片，作者认为人类在学习物品分类时，也会观察到许多非目标类别的物体，这种学习方式更加接近实际使用需求，并且可以提高算法的泛化能力。本文以原型网络（Prototypical Network）作为baseline，在此基础上提出了三种改进型，以满足无监督训练的需要。与原型网络（Pr

>>阅读原文<<