论文阅读笔记《A closer look at few-shot classification》

核心思想   本文并没有提出新的小样本学习算法，而是对目前主流的小样本学习算法做了更加深入的比较和研究，提出了自己的一些观点。首先，作者按照统一的方式复现了Baseline方法（特征提取器+线性分类器），Baseline++方法（特征提取器+距离度量分类器），MN，PN，RN和MAML等元学习算法，这个过程中采用相同的backbone结构，相同的数据集，相同的训练策略。这样就能够在一个更加公平的基

>>阅读原文<<