前言 惯例搬迁学习中，源域和方针域间的散布偏移问题能够经过fine-tuning缓解。但在小样本问题中，可供fine-tuning的有标签数据缺乏(也便是常说的每个小样本使命中的support set)，散布偏移问题难以解决，因而面临小样本问题时，fine-tuning策略是需要额定关照的。本文回忆了一系列不花哨的、实实在在的办法，评论ConvNets和ViT预练习模型如安在小样本数据上更好的fine-tuning。咱们首要回忆两种baseline，再以此做一些延申。
（更多…）