التعلم بدون أمثلة (ZSL) هو مشكلة صعبة تهدف إلى التعرف على الفئات المستهدفة دون بيانات م watched، حيث يتم الاستفادة من المعلومات الدلالية لنقل المعرفة من بعض الفئات المصدر. رغم التقدم الكبير الذي أحرزته ZSL في السنوات الأخيرة، فإن معظم النهج الحالية تكون عرضة للانسياق الزائد نحو الفئات المصدر في مهمة التعلم بدون أمثلة المعممة (GZSL)، مما يشير إلى أنها تتعلم القليل من المعرفة حول الفئات المستهدفة. لحل هذه المشكلة، نقترح شبكة تباين قابلة للنقل (TCN) تقوم بنقل المعرفة بشكل صريح من الفئات المصدر إلى الفئات المستهدفة. تقوم هذه الشبكة بمقارنة الصورة الواحدة تلقائيًا مع فئات مختلفة لتحديد ما إذا كانت متسقة أم لا. عن طريق استغلال تشابه الفئات لنقل المعرفة من صور المصدر إلى الفئات المستهدفة المشابهة، يكون نهجنا أكثر متانة في التعرف على الصور المستهدفة. أظهرت التجارب على خمس مجموعات بيانات معيارية تفوق نهجنا في GZSL.