few-shot learning总结

1：首先用大规模样本来预训练一个模型，这个模型是用来提取特征的，将样本映射为特征向量

fine-tuning：（优化）

2：做预测，给一个query和一个support set，预测query属于support set的哪一类。

首先拿预训练模型将query和support set的样本提取特征转化为特征向量，把每个support set中同一类的特征向量做平均得到向量u1,u2.。。。uk（k类），比较un（n=1，2,3。。。k）和query的特征向量计算cos相似度，根据相似度做分类。