知识趣记-few shot learning
zero-shot learning：训练集中没有某个类别的样本，得学习到一个牛逼的映射，能学习到这个新类的特征，既要马儿跑，还 不让 马儿吃草。；
one-shot learning：训练集上每个类别都有样本，但都只有一个或几个样本，学习到一个新类，既要马儿跑，还不让马儿 多 吃草。；
few-shot learning：训练集中有少量的样本，能够识别一个没有见过的类；
Meta Learning：learn to learn；
传统learning：需要海量训练数据，家里一座大草原，马儿马儿你随便吃。
support set：非常重要的少量的先验知识
traning set:训练集
query sample:查询的类别
5way：5选几
3shot：选3个