小样本学习的定义

FSL 定义：few-shot learning 指的是给定一个 特定于任务 T 的包含 少量可用的有监督信息 的数据集 和与 T 不相关的辅助数据集 ，目标是为任务 T 构建函数 ，该任务的完成利用了 中 很少的监督信息 以及 中的 知识，最终将 输入 映射到 目标任务

• 注意：

  • 数据集 与 辅助数据集 中的类别是正交的，即
  • 如果 中覆盖了 T 中的任务，即 ，此时 FSL 问题将成为传统的 大样本学习 问题

扩展：

•  中包含一部分无标签数据  半监督学习
• ，即辅助信息是与任务 T 是无关的