Transductive Episodic-Wise Adaptive Metric for Few-Shot Learning 论文笔记

摘要 如何利用少量的数据学习到一个generalizable 的分类器目前仍旧是小样本学习的一个挑战，基于这个出发点，作者把元学习(meta-learning)和深度度量学习和归纳推理想结合，通过探索每个任务中成对约束和正则化，我们将适应过程明确地公式化为标准的半定规划问题。作者针对每个任务设计了一个情节性的(episodic-wise)度量矩阵来将通用的，任务不可知的编码空间转换到一个可判别性高

>>阅读原文<<