本次介绍的论文： 2018 - ICLR - 《Meta-Learning for Semi-Supervised Few-ShotClassification》 在上篇博客中介绍了原型网络，一种基于度量的小样本分类方法，核心思想便是在一个嵌入空间中将所有同类的样本拉到较近的位置，然后通过距离度量的方式来判断一个样本x属于哪一个类。对于
1 是如何来的？ 由1 如何推出 2 2 是如何来的？谢谢 1.σ是的补集 入属于ρ 稠密是因为 T有定义的地方，λI-T都有定义，有界是因为 所以 然后 ρ是σ的补集 模比||T||大的数都在ρ里，σ中的元素的模不就都不超过||T|| 2是把μ(λI-T)^-1看做整体展开为幂级数
正解:构造 解题报告: 传送门 又是一道交互题!爱了爱了! 这题真的,极妙!非常神仙!就非常非常思维题! 直接说解法了吼 说起来实在是简单鸭 就是先问一个对方的联通块中的一个点在我这儿的编号,记为x 如果x就是我联通块中的肯定公共点就是x,continue,不讨论运气这么好的事儿x 然后问我
