2026年小样本学习算法测试卷.docxVIP

PAGE/NUMPAGES

2026年小样本学习算法测试卷

考试时间：______分钟总分：______分姓名：______

一、填空题

1.小样本学习旨在使模型能够从______样本中快速学习并泛化到新的类别。

2.元学习通常被视为一种学习如何学习（LearningtoLearn）的过程，其核心目标是学习一个良好的______，以便在新任务上能快速适应。

3.在度量学习框架下的小样本学习方法，通常需要在特征空间中确保同一类样本聚集在一起，同时不同类样本分开，常用的损失函数包括______和______。

4.MAML（Model-AgnosticMeta-Learning）的核心思想是通过使模型参数对初始任务的扰动具有______来实现快速适应。

5.SiameseNetworks在小样本学习中常被用作一个强大的______模型，通过学习一个度量函数来比较样本之间的相似度。

6.评估小样本学习模型性能时，常用的标准数据集包括MiniImageNet、FSRCNN和______。

7.小样本学习面临的一个主要挑战是模型可能过度依赖______，而忽略了从少量样本中学习潜在泛化能力的重要性。

8.与判别式元学习方法相比，生成式元学习方法（如MMD）更侧重于学习一个合适的_____