Finding Task-Relevant Features for Few-Shot Learning by Category Traversal 论文笔记

前言 在采用度量学习处理小样本学习问题中，通过学习查询样本（query）与支持样本（support）之间的特征相似性比较，来确定query的类别。但是这种方法有一个缺点，就是query在与支持集中的样本进行比较时，是一个类一个类的进行比较的，也就是query与支持集中某个类的样本比较完，再与另一个类进行比较，没有考虑整体的关系。这样造成的后果是，不能辨别哪个维度的特征与当前任务是最相关的。 本文对

>>阅读原文<<