摘要： 摘要：人工智能在数据密集型应用中取得了成功，但它缺乏从有限的示例中学习的能力。为了解决这一问题，提出了少镜头学习（FSL）。利用先验知识，可以快速地从有限监督经验的新任务中归纳出来。为了全面了解FSL，我们进行了一项调查研究。我们首先要澄清对FSL的正式定义。进而得出不可靠经验风险最小化是FSL的核 阅读全文

摘要： https://github.com/brendenlake http://www.imooc.com/article/details/id/258879 阅读全文

摘要： 迁移学习是包括fine tune等。用于近似任务的迁移。有局限性。 元学习是自动寻找学习参数。学习学习的规律。 强化学习是增强学习，对于新任务。 图像分类和图像识别的区别和联系：https://blog.csdn.net/kk123k/article/details/86584216 图像分类、识别 阅读全文