우리는 소수 샷 분류 문제를 위해 프로토타입 네트워크를 제안합니다. 이 문제에서는 분류기가 훈련 세트에 나타나지 않은 새로운 클래스에 대해, 각 새로운 클래스의 몇 가지 예제만으로 일반화해야 합니다. 프로토타입 네트워크는 각 클래스의 프로토타입 표현에 대한 거리를 계산하여 분류를 수행할 수 있는 메트릭 공간을 학습합니다. 소수 샷 학습을 위한 최근 접근 방식과 비교할 때, 제한된 데이터 환경에서 유익한 더 간단한 귀납적 편향을 반영하며 탁월한 결과를 달성합니다. 우리는 간단한 설계 결정이 복잡한 구조적 선택 및 메타 학습을 포함하는 최근 접근 방식보다 상당한 개선을 가져올 수 있음을 보여주는 분석을 제공합니다. 또한 프로토타입 네트워크를 제로 샷 학습으로 확장하여 CU-Birds 데이터 세트에서 최첨단 결과를 달성합니다.
Snell et al. (수요일), 이 질문을 연구했습니다.