小樣本學習的定義

FSL 定義：few-shot learning 指的是給定一個 特定於任務 T 的包含 少量可用的有監督信息 的數據集 和與 T 不相關的輔助數據集 ，目標是為任務 T 構建函數 ，該任務的完成利用了 中 很少的監督信息 以及 中的 知識，最終將 輸入 映射到 目標任務

• 注意：

  • 數據集 與 輔助數據集 中的類別是正交的，即
  • 如果 中覆蓋了 T 中的任務，即 ，此時 FSL 問題將成為傳統的 大樣本學習 問題

擴展：

•  中包含一部分無標簽數據  半監督學習
• ，即輔助信息是與任務 T 是無關的