少樣本學習 vs 單樣本學習
Few-shot Learning vs One-shot Learning
少樣本學習 側重 少樣本學習讓模型僅憑少數標記範例即可泛化至新任務,突破傳統機器學習對大量訓練資料的依賴,而 單樣本學習 側重 單樣本學習是一種機器學習方法,旨在僅使用一個或少數幾個樣本來學習新的類別或概念,模擬人類快速學習的能力。。
逐項比較
| 項目 | 少樣本學習 | 單樣本學習 |
|---|---|---|
| 一句定義 | 少樣本學習讓模型僅憑少數標記範例即可泛化至新任務,突破傳統機器學習對大量訓練資料的依賴 | 單樣本學習是一種機器學習方法,旨在僅使用一個或少數幾個樣本來學習新的類別或概念,模擬人類快速學習的能力。 |
| 比喻 | 少樣本學習就像一個聰明的孩子 -- 你只需要給他看幾張貓咪的照片,他就能馬上認出各種以前沒見過的貓咪,不需要看成千上萬張才學會。 | 單樣本學習就像小孩子看過一次貓咪照片,就立刻知道路上遇到的都是貓咪一樣 -- 它只需要看過一個或幾個例子,就能辨識出新的類別,學得很快。 |
| 常見標籤 | 機器學習、遷移學習 | 機器學習、深度學習、模型訓練、遷移學習、神經網路、電腦視覺、AI基礎、模型評估 |
| iPAS 關聯度 | 未知 | 未知 |
| 考生最常問 | 少樣本學習等於零樣本學習嗎? | 單樣本學習與傳統機器學習有何不同? |