Few Shot Learning

Few-Shot Learning은 메타-러닝 접근법으로, 메타-트레이닝 단계에서 여러 관련 작업을 통해 모델을 학습시킵니다. 이는 메타-테스트 단계에서 몇 개의 샘플만으로도 미처 보지 못한 그러나 관련된 작업에 일반화할 수 있도록 합니다. 이 방법은 일반적인 표현을 학습한 후, 해당 표현을 기반으로 작업별 분류기를 훈련시키는 것을 목표로 하여, 새로운 작업에서 모델의 적응성과 효율성을 높입니다.