few shot learning

在标注数据量比较少时，试图让算法学习好的特征，并可以泛化这些罕见的类别，而不需要额外的训练。few shot learning包括基于Finetune、基于metric、基于graph neural network、基于元学习meta learning等方向。如果只有一个标注样本，称为one shot learning。