《表2 多个模型在4个数据集下的实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《零样本学习研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

这一结果是符合我们直观感受的，训练类样本越多，模型在训练类中所学习到的知识也就越多，在测试类种可以使用的辅助信息也就越有效，而且目前的零样本学习模型，并没有因为在训练类上具有较大的样本集合而导致过拟合现象，却反而拥有较强的测试类泛化能力.因此，在目前的零样本学习模型下，对于某些难以获得训练样本的测试类来说，如果想要较为方便地得到更好的零样本学习识别效果，直接增多易于获得的训练类个数以及训练类的样本，应该会是一个简单有效的方法.