Meta-Dataset: A Dataset of Datasets for Learning to Learn from Few Examples

提供了一个Tensorflow实现的 新的基准数据集的训练和测试代码 。

这篇论文和之前读过的Few-Shot13:《Learning a Universal Template for Few-shot Dataset Generalization》，
以及《CrossTransformers: spatially-aware few-shot transfer》的代码都是同一批作者的研究，

Meta-Dataset-Code05

《Self-Support Few-Shot Semantic Segmentation》，用自支持匹配获得更好的特征原型。Self-Support-Code06

度量学习

(PN、MN、RN、CrossTransformerLearner），

优化学习

1.proto_maml_fc

2.BaselineFinetune

3.proto

最差的：关系网络。

（、maml、almost-no-inner-loop、GenerativeClassifier），

FLUTEFiLM

10个数据集

一些推荐参数

• inner learning rate α=0.1

可继续研究的新问题

训练episode、校验、初始化的最优策略未明；

在多个来源的数据