one-shot

看论文看到了但没懂表示什么

以前听说one-hot编码，搞混了

相近的概念有zero-shot,few-shot,one-shot

Zero-Shot学习、One-Shot学习、Few-Shot学习是机器学习中的概念，主要用于解决训练数据少，导致模型泛化能力差的问题。

Zero-Shot学习：在训练集中没有某个类别的样本，但在测试集中出现了这个类别。我们需要模型在训练过程中，即使没有接触过这个类别的样本，但仍然可以通过对这个类别的描述，对没见过的类别进行分类。 One-Shot学习：可以理解为用一条数据fine-tune模型。例如，在人脸识别场景里，你只提供一张照片，门禁就能认识各个角度的你。属于Few-Shot学习的特例。 Few-Shot学习：在模型训练过程中，如果每个类别只有少量样本（一个或几个），研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习。