在遷移學習中卸留，由于傳統(tǒng)深度學習的學習能力弱，往往需要海量數(shù)據(jù)和反復訓練才能修得泛化神功 毕骡。為了 “多快好省” 地通往煉丹之路矾策，煉丹師們開始研究 Zero-shot Learning / One-shot Learning / Few-shot Learning唱星。
愛上一匹野馬 (泛化能力)愧旦，可我的家里沒有草原 (海量數(shù)據(jù)) 。
- Learning 類型分為：Zero-shot Learning埠胖、One-shot Learning糠溜、Few-shot Learning、傳統(tǒng) Learning直撤。
Zero-shot Learning
Zero-shot Learning非竿，零次學習。
成品模型對于訓練集中沒有出現(xiàn)過的類別谋竖，能自動創(chuàng)造出相應的映射：
既要馬兒跑红柱，還不讓馬兒吃草。
One-shot Learning
One-shot Learning蓖乘，一次學習锤悄。
訓練集中，每個類別都有樣本嘉抒，但都只是少量樣本零聚。
既要馬兒跑，還不讓馬兒 多 吃草些侍。
Few-shot Learning
Few-shot Learning握牧，少量學習。
也即 One-shot Learning 娩梨。
傳統(tǒng) Learning
即傳統(tǒng)深度學習的海量數(shù)據(jù) + 反復訓練（煉丹模式）沿腰。
家里一座大草原，馬兒馬兒你隨便吃狈定。
