深度学习---zero-shot one-shot few-shot (learning)

在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功 。为了 “多快好省” 地通往炼丹之路，炼丹师们开始研究 Zero-shot Learning / One-shot Learning / Few-shot Learning。

Zero-shot Learning

Zero-shot Learning，零次学习。
成品模型对于训练集中没有出现过的类别，能自动创造出相应的映射：$X\to Y$

One-shot Learning

应用SiamRPN
在跟踪阶段，作者将此任务视为单目标检测任务（one-shot detection），什么意思呢，就是把第一帧的BB视为检测的样例，在其余帧里面检测与它相似的目标。
One-shot Learning，一次学习。
训练集中，每个类别都有样本，但都只是少量样本。

Few-shot Learning

Few-shot Learning，少量学习。
也即 One-shot Learning 。

传统 Learning

即传统深度学习的海量数据 + 反复训练（炼丹模式）。

来自