少样本学习领域中的深度学习架构综述

自 2012 年以来，深度学习革新了人工智能，并在从图像分类到语音生成的不同领域取得了最先进成果。尽管潜力巨大，我们当前的架构以大量数据为前提。少样本学习（亦称单样本学习）是机器学习的一个子领域，旨在创建能用更少数据学习期望目标的模型，类似于人类的学习方式。在本文中，我们回顾了若干知名的基于深度学习的少样本学习方法。我们讨论了基于少样本学习的深度学习架构的最新成就、挑战与改进可能。本文的目的有三方面：(i) 简要介绍用于少样本学习的深度学习架构并给出核心参考文献指引。(ii) 说明深度学习如何从数据准备到模型训练应用于低数据情形。以及，(iii) 通过指出一些有用资源与开源代码，为有意实验并或许贡献于少样本学习领域的人提供起点。我们的代码可在 Github 获取：https://github.com/shruti-jadon/Hands-on-One-Shot-Learning。