Học một lần là một kỹ thuật trong học máy nhằm mục đích học từ một hoặc rất ít ví dụ. Đây là một hình thức học chuyển giao trong đó việc học từ một ví dụ duy nhất được áp dụng cho nhiều nhiệm vụ liên quan. Nó đặc biệt hữu ích khi xử lý dữ liệu không phù hợp với các phương pháp học máy truyền thống, chẳng hạn như học từ hình ảnh hoặc video.
Trong phương pháp học một lần, mạng lưới thần kinh được huấn luyện dựa trên một ví dụ duy nhất về một nhiệm vụ. Ví dụ này có thể là một ví dụ được gắn nhãn, chẳng hạn như hình ảnh hoặc video được gắn nhãn hoặc một ví dụ không được gắn nhãn, chẳng hạn như một tập hợp các khung hình chưa được gắn nhãn từ một video. Mạng lưới thần kinh sau đó được sử dụng để chuyển sự hiểu biết của nó về ví dụ sang các nhiệm vụ mới.
Học một lần rất hữu ích trong các cài đặt có nhiều nhiệm vụ liên quan đến một ví dụ đơn lẻ, chẳng hạn như phân loại hình ảnh, phát hiện đối tượng, nhận dạng giọng nói hoặc xử lý ngôn ngữ tự nhiên. Kỹ thuật này làm giảm lượng dữ liệu cần thiết cho việc đào tạo, trong khi vẫn cho phép có đủ lượng phương sai trong dữ liệu.
Kỹ thuật này cũng hữu ích để xử lý các tập dữ liệu có kích thước giới hạn. Bằng cách đào tạo trên một ví dụ duy nhất, lượng dữ liệu cần thiết sẽ giảm xuống, cho phép sử dụng dữ liệu đó trong các cài đặt nơi dữ liệu bị giới hạn về kích thước hoặc khó thu thập.
Học một lần cũng thường được sử dụng trong các ứng dụng nghiên cứu, nơi nó rất hữu ích để nhanh chóng tạo mẫu và thử nghiệm các ý tưởng. Nó được sử dụng trong nhiều lĩnh vực nghiên cứu, chẳng hạn như xử lý ngôn ngữ tự nhiên và thị giác máy tính, để nhanh chóng thử nghiệm các ý tưởng và mô hình nguyên mẫu.
Học một lần là một công cụ quan trọng để các nhà nghiên cứu tạo ra các mô hình có thể nhanh chóng thích ứng với các nhiệm vụ mới mà không cần tập dữ liệu lớn. Nó cũng giúp các tổ chức giảm chi phí và độ phức tạp của các ứng dụng học máy bằng cách giảm lượng dữ liệu cần thiết.
