《单样本模仿学习》是我最喜欢的单样本学习论文。它的目标是建立一个可以学习鲁棒的策略的机制，它在人类展示一次任务后就能解决这个任务。它是这样做的：
建立一个神经网络，它可以映射当前状态和一个序列状态（人类示范）到一个动作；
把这个模型在人类示范动作和微小的变动任务对上训练，目标是让模型可以基于第一个示范来复现第二个示范动作。
这真是震惊我了，这提供了一种通往制造可以广泛应用的，可以学习的机器人的康庄大道啊。
把单样本学习引入到NLP也是一个很酷的idea。Matching Networks在单样本语言模型上进行了尝试，仅给出很小的训练集，在测试集上填充缺失单词，这看起来工作的不错。棒！
结语
总而言之，谢谢你的阅读！我希望你已经通过单样本学习的方式掌握了单样本学习的概念:) 如果没有学会，我很乐于听到你们的反馈和问题。
原文地址：https://sorenbouma.github.io/blog/oneshot/
点击阅读原文可查看职位详情，期待你的加入~
