杜 炎，呂良福，焦一辰

（天津大學(xué)數(shù)學(xué)學(xué)院，天津 300350）

0 引言

近年來，深度神經(jīng)網(wǎng)絡(luò)的發(fā)展大大提高了圖像分類的準(zhǔn)確性與有效性。然而，這種方法需要大量的標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練，數(shù)據(jù)不足會導(dǎo)致過擬合、泛化差等一系列問題。為了解決這個(gè)缺陷，只需少量標(biāo)記數(shù)據(jù)的小樣本學(xué)習(xí)應(yīng)運(yùn)而生［1］。

對于一個(gè)新事物，人類只需要從簡單的幾張圖片就可以認(rèn)識它，小樣本學(xué)習(xí)正是模仿這種能力，使得模型在學(xué)習(xí)一定量的數(shù)據(jù)后，只需要少量的樣本就可以對新的圖像進(jìn)行正確分類。一個(gè)簡單的小樣本學(xué)習(xí)方法是使用圖像增強(qiáng)的手段［2-3］，通過對一張圖片進(jìn)行旋轉(zhuǎn)、放縮等操作來擴(kuò)充數(shù)據(jù)集，再利用擴(kuò)充后的數(shù)據(jù)集訓(xùn)練模型。元學(xué)習(xí)的引入加速了小樣本學(xué)習(xí)的研究進(jìn)度，它將幾張圖片劃分為一個(gè)任務(wù)，利用一個(gè)個(gè)任務(wù)進(jìn)行模型訓(xùn)練，能夠有效地防止小樣本學(xué)習(xí)因數(shù)據(jù)過少而產(chǎn)生過擬合。早期小樣本學(xué)習(xí)在圖像分類中的研究大都是在模型結(jié)構(gòu)、度量函數(shù)的基礎(chǔ)上展開的，比較典型的有模型無關(guān)的元學(xué)習(xí)（Model Agnostic Meta Learning，MAML）方法［4］通過調(diào)整梯度學(xué)習(xí)規(guī)則來進(jìn)行模型參數(shù)更新，匹配網(wǎng)絡(luò)（Matching Network，MN）［5］利用余弦相似度度量目標(biāo)圖像與各類圖像的相似性進(jìn)行分類，以及原型網(wǎng)絡(luò)（Prototypical Network，PN）［6］通過度量目標(biāo)圖像到各個(gè)類別原型的歐氏距離來進(jìn)行分類等方法。后期比較新穎的解決小樣本學(xué)習(xí)方法也是如此，如利用語義信息進(jìn)行圖像分類［7］、圖神經(jīng)網(wǎng)絡(luò)方法［8］，還有一些類似于多模型融合方法［9］等。

這些方法無論從理論上還是數(shù)值實(shí)驗(yàn)方面，均取得了不錯(cuò)的效果；但它們?nèi)匀缓鲆暳藬?shù)據(jù)集具有模糊性的缺陷，這會對實(shí)驗(yàn)結(jié)果產(chǎn)生一定的影響。本文受深度模糊神經(jīng)網(wǎng)絡(luò)［10］的啟發(fā)，引入模糊神經(jīng)網(wǎng)絡(luò)作輔助嵌入來降低數(shù)據(jù)的模糊性和不確定性。模糊技術(shù)可以模擬人類的邏輯推理，執(zhí)行判斷和決策功能，模糊神經(jīng)網(wǎng)絡(luò)在模糊的技術(shù)上增加學(xué)習(xí)能力，能夠有效降低數(shù)據(jù)集中模糊和不確定的部分。深度模糊神經(jīng)網(wǎng)絡(luò)［10］一文初次將模糊技術(shù)引入到深度學(xué)習(xí)，文中將模糊神經(jīng)網(wǎng)絡(luò)和簡單的全連接神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)合，驗(yàn)證了模糊神經(jīng)網(wǎng)絡(luò)確實(shí)對降低數(shù)據(jù)的不確定性、模糊性有一定幫助。本文考慮到在小樣本分類任務(wù)中也存在著數(shù)據(jù)模糊的情況，但文獻(xiàn)［10］中模型忽視了圖像的空間結(jié)構(gòu)信息，且不適用于小樣本分類，故嘗試將其模糊神經(jīng)網(wǎng)絡(luò)部分抽離引入到原型網(wǎng)絡(luò)中，作為輔助特征提取器，通過對數(shù)據(jù)集中的模糊數(shù)據(jù)進(jìn)行邏輯推理來提升小樣本分類任務(wù)的精度。本文將模糊推理與神經(jīng)網(wǎng)絡(luò)進(jìn)行知識融合得到了新的特征提取器如圖1 所示。對于輸入圖像，模型從模糊部分（方形部分）、神經(jīng)網(wǎng)絡(luò)部分（圓形部分）獲取圖像知識，形成最終的特征向量；再利用得到的特征向量，應(yīng)用原型網(wǎng)絡(luò)來對圖像進(jìn)行分類。在這種機(jī)制下，本文模型可以利用模糊推理和神經(jīng)網(wǎng)路各自的優(yōu)勢來獲取最佳性能。

圖1 帶有模糊推理的特征提取器Fig.1 Feature extractor with fuzzy reasoning

本文的主要工作總結(jié)如下：1）將模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)應(yīng)用于小樣本學(xué)習(xí)以獲取圖像的模糊知識，相比傳統(tǒng)CNN 結(jié)構(gòu)，帶有模糊推理的模型效果更優(yōu)；2）本文方法在基于度量的小樣本學(xué)習(xí)方法上取得了很大的性能提升，如原型網(wǎng)絡(luò)；3）本文模型僅在特征提取階段做出改進(jìn)，極易推廣，可以推廣到其他相關(guān)任務(wù)中；4）在小樣本分類的多個(gè)數(shù)據(jù)集上驗(yàn)證了模型的有效性。

1 相關(guān)工作

1.1 小樣本學(xué)習(xí)

小樣本學(xué)習(xí)的提出，成功克服了深度學(xué)習(xí)依靠大量標(biāo)簽數(shù)據(jù)的缺陷，元學(xué)習(xí)的引入也防止小樣本學(xué)習(xí)因數(shù)據(jù)過少而過擬合。早期的小樣本學(xué)習(xí)主要使用基于模型、基于度量等方法。其中基于模型的方法主要是調(diào)整模型的結(jié)構(gòu)來達(dá)到快速更新參數(shù)的目的。例如，元網(wǎng)絡(luò)（Meta Networks，MN）［11］跨任務(wù)學(xué)習(xí)元級知識，并通過快速參數(shù)化來快速泛化偏差。模型包含兩個(gè)學(xué)習(xí)器，分別為基礎(chǔ)學(xué)習(xí)器和元學(xué)習(xí)器。元學(xué)習(xí)器用于學(xué)習(xí)任務(wù)之間的泛化信息，并使用記憶機(jī)制保存這種信息；基礎(chǔ)學(xué)習(xí)器用于快速適應(yīng)新的任務(wù)，并和元學(xué)習(xí)器交互產(chǎn)生預(yù)測輸出。MAML方法通過調(diào)整梯度學(xué)習(xí)規(guī)則的方式來改進(jìn)模型。該方法在支撐集上訓(xùn)練一組初始化參數(shù)，更新方式為然后在初始參數(shù)的基礎(chǔ)上利用查詢集進(jìn)行一步或多步的梯度調(diào)整，更新方式為θ=θ-來達(dá)到僅用少量數(shù)據(jù)就能快速適應(yīng)新任務(wù)的目的。該方法模型簡單有效，同時(shí)能夠與任何經(jīng)過梯度下降訓(xùn)練的模型兼容，并且適用于各種不同的學(xué)習(xí)問題，包括分類、回歸和強(qiáng)化學(xué)習(xí)，因此不少學(xué)者對其進(jìn)行了擴(kuò)展，如任務(wù)無關(guān)的元學(xué)習(xí)（Task Agnostic Meta Learning，TAML）［12］、元隨機(jī)梯度下降（Meta-Stochastic Gradient Descent，M-SGD）［13］等方法。

基于度量的方法主要思想是：若一個(gè)模型在某一域上具備了度量兩張圖像相似度的能力，那么給定一張目標(biāo)域的樣本圖像，就可以找到與它相似度最高的帶標(biāo)簽實(shí)例。它采用一種簡單的架構(gòu)來學(xué)習(xí)深度嵌入空間進(jìn)行知識傳遞，目標(biāo)是學(xué)習(xí)一個(gè)從圖像到嵌入空間的映射，在該空間中，同一類圖像的類內(nèi)距離最小，而不同類圖像的類間距離最大?；诙攘繉W(xué)習(xí)的方法主要依賴于學(xué)習(xí)一個(gè)信息相似性度量，這一點(diǎn)已被有代表性的工作證明了［14-15］。其中，匹配網(wǎng)絡(luò)利用神經(jīng)網(wǎng)絡(luò)作特征提取器提取圖像特征，并利用余弦相似度來做分類的度量標(biāo)準(zhǔn)。在源域上將少量帶有標(biāo)簽的圖片和大量無標(biāo)簽的圖片同時(shí)進(jìn)行訓(xùn)練，通過無標(biāo)簽?zāi)繕?biāo)分類的準(zhǔn)確率來輔助特征提取器進(jìn)行訓(xùn)練。這種類似于元學(xué)習(xí)的方法，可以很自然地過渡到目標(biāo)域。同時(shí)，為了更好地挖掘訓(xùn)練過程中的完整信息，匹配網(wǎng)絡(luò)利用雙向長短期記憶網(wǎng)絡(luò)來幫助模型學(xué)習(xí)注意力機(jī)制，從而使得度量學(xué)習(xí)方法更加魯棒。PN 借助卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，獲取圖像的特征向量，利用歐氏空間的原型損失函數(shù)學(xué)習(xí)一個(gè)度量空間，在這個(gè)空間中，可以通過計(jì)算到每個(gè)類別原型表示的歐氏距離來進(jìn)行分類。由于這種方法的簡單性和良好的性能，許多擴(kuò)展改進(jìn)方法被提出。例如，半監(jiān)督小樣本學(xué)習(xí)［16］方法證明利用未標(biāo)記樣本比純粹監(jiān)督的原型網(wǎng)絡(luò)效果更好；任務(wù)自適應(yīng)度量算法（Task Dependent Adaptive Metric，TDAM）［17］使用度量縮放方法來改變小樣本算法的參數(shù)更新方式。

隨著小樣本學(xué)習(xí)的不斷研究與發(fā)展，新的方法逐漸被提出，如基于語義和基于圖神經(jīng)網(wǎng)絡(luò)等。文獻(xiàn)［18-19］中指出，結(jié)合附加語義信息可以對小樣本學(xué)習(xí)進(jìn)一步改進(jìn)。在文獻(xiàn)［20-21］中結(jié)合圖神經(jīng)網(wǎng)絡(luò)的相關(guān)知識對小樣本學(xué)習(xí)進(jìn)行優(yōu)化。此外，還有一些其他研究也為小樣本學(xué)習(xí)的發(fā)展做出了重大貢獻(xiàn)，如在文獻(xiàn)［22］中采用數(shù)據(jù)增強(qiáng)的方法來處理小樣本學(xué)習(xí)任務(wù)等。

1.2 模糊深度學(xué)習(xí)

考慮到系統(tǒng)的復(fù)雜性與所需要的精確性之間的矛盾，且一般復(fù)雜系統(tǒng)所具有的不精確性、不確定性，模糊邏輯和神經(jīng)網(wǎng)絡(luò)作為兩種基本方法，各有優(yōu)缺點(diǎn)。神經(jīng)網(wǎng)絡(luò)具有適應(yīng)性學(xué)習(xí)的優(yōu)勢，模糊理論則具有模擬人的邏輯推理的能力，模糊深度學(xué)習(xí)結(jié)合二者各自的優(yōu)勢具有邏輯推理和自適應(yīng)性學(xué)習(xí)能力［23-25］，以及模糊神經(jīng)網(wǎng)絡(luò)本身具有可解釋性［26-28］。

模糊集［29］的概念以及隸屬函數(shù)的提出，為處理具有模糊性和不確定性的信息提供了理論基礎(chǔ)。模糊理論在模糊邏輯［30］、模糊推理［31］等相關(guān)領(lǐng)域得到了廣泛的應(yīng)用。隨后，人們逐漸將模糊邏輯同人工神經(jīng)網(wǎng)絡(luò)相結(jié)合形成模糊神經(jīng)網(wǎng)絡(luò)，改進(jìn)了模糊邏輯不能自適應(yīng)學(xué)習(xí)的缺陷。Bodyanskiy等［23］提出了一種基于廣義模糊神經(jīng)元的自編碼器，以及它的快速學(xué)習(xí)算法。該編碼器同人工神經(jīng)網(wǎng)絡(luò)類似，采用多維非線性突觸相連接，在每個(gè)突觸內(nèi)部采用模糊推理。整個(gè)系統(tǒng)可以作為深度學(xué)習(xí)系統(tǒng)的一部分，具有學(xué)習(xí)速度快、調(diào)整參數(shù)少的特點(diǎn)。深度層疊神經(jīng)網(wǎng)絡(luò)（Deep Cascade Neural Network，DCNN）結(jié)構(gòu)［24］是對模糊神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的一種擴(kuò)展，前一個(gè)輸入信號在神經(jīng)元中運(yùn)算同時(shí)，將結(jié)果傳遞給后一個(gè)神經(jīng)元運(yùn)算。這種結(jié)構(gòu)較為簡單，并且具有處理速度快、近似性好的特性。另外帶有輔助支持向量機(jī)（Support Vector Machine，SVM）級聯(lián)的深度模糊規(guī)則圖像分類器［25］指出當(dāng)主分類器為單個(gè)圖像生成兩個(gè)高度可信的標(biāo)簽時(shí)，基于SVM 的輔助器起到了沖突解決器的作用，該方法在手寫字識別的問題上具有較高的精度。

傳統(tǒng)的深度學(xué)習(xí)模型結(jié)構(gòu)常被看作一個(gè)黑盒子，處理過程不透明，于是有一大批學(xué)者嘗試?yán)媚：窠?jīng)網(wǎng)絡(luò)的邏輯推理結(jié)構(gòu)來解決神經(jīng)網(wǎng)絡(luò)不能夠解釋的性能。Yeganejou等［26］建議通過將深度神經(jīng)網(wǎng)絡(luò)與模糊邏輯相結(jié)合來創(chuàng)建更易于理解的深層網(wǎng)絡(luò)，提出了一種可解釋的深度卷積模糊聚類器。該聚類器首先使用卷積神經(jīng)網(wǎng)絡(luò)作為特征提取器，然后在得到的特征空間中進(jìn)行模糊聚類，之后再使用Rocchio的算法對數(shù)據(jù)點(diǎn)進(jìn)行分類。Xi等［27］提出了一種帶有模糊邏輯規(guī)則的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，該結(jié)構(gòu)是通過創(chuàng)建一個(gè)神經(jīng)模糊分類器的分類層，并將其集成到深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中來實(shí)現(xiàn)的。這里的分類層是利用徑向基函數(shù)（Radial Basis Function，RBF）神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)。通過這種結(jié)構(gòu)，可以直接從深度學(xué)習(xí)結(jié)構(gòu)中提取基于語言模糊邏輯的規(guī)則來提高整個(gè)系統(tǒng)的可解釋性。

此外，現(xiàn)實(shí)世界中的數(shù)據(jù)往往存在一定的模糊性和不確定性，而傳統(tǒng)的深度學(xué)習(xí)模型是完全確定的，不能解決數(shù)據(jù)的模糊性和不確定性。這一問題給數(shù)據(jù)的理解和分類任務(wù)帶來了極大的挑戰(zhàn)。Deng 等［10］為降低數(shù)據(jù)的不確定性，提出了一種將模糊學(xué)習(xí)的概念引入到深度學(xué)習(xí)中來克服固定表示法缺陷的模糊系統(tǒng)。該系統(tǒng)的主體是一個(gè)深層神經(jīng)網(wǎng)絡(luò)，它從模糊和神經(jīng)表示兩方面獲取信息，然后，將這兩種不同的信息融合在一起，形成最終的分類表示。區(qū)間2型直覺模糊LSTM 神經(jīng)網(wǎng)絡(luò)［32］一文提出了一種基于長短期記憶機(jī)制的區(qū)間型直覺模糊神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)將長期-短期機(jī)制引入模糊神經(jīng)網(wǎng)絡(luò)，有效地提高了長期知識的記憶能力。

不同于上述框架，本文模型利用模糊神經(jīng)網(wǎng)絡(luò)能夠降低數(shù)據(jù)模糊性和不確定性的特性，將其應(yīng)用于小樣本學(xué)習(xí)中來對小樣本現(xiàn)有學(xué)習(xí)方法進(jìn)行改進(jìn)。其次，考慮到原型網(wǎng)絡(luò)較為基礎(chǔ)，比較簡單有效，本文將模糊知識應(yīng)用于原型網(wǎng)絡(luò)使得模型從模糊神經(jīng)網(wǎng)絡(luò)和原型網(wǎng)絡(luò)兩個(gè)方面獲取知識，通過知識融合手段得到圖像最終特征，從而進(jìn)行分類。

2 模糊原型網(wǎng)絡(luò)

2.1 問題設(shè)置

小樣本學(xué)習(xí)中，將數(shù)據(jù)集D={(x1，y1)，(x2，y2)，…，(xn，yn)}分成兩個(gè)部分，分別為模型訓(xùn)練數(shù)據(jù)集Dtrain和模型測試數(shù)據(jù)Dtest，其小樣本學(xué)習(xí)每次的訓(xùn)練方式為N-way，K-shot，即從訓(xùn)練集Dtrain中隨機(jī)抽取N個(gè)類別，每個(gè)類別包含K個(gè)樣本作為支撐集S，在剩余示例中抽取查詢集Q。小樣本學(xué)習(xí)就是在給定的支撐集下，最小化查詢集中示例的預(yù)測損失。

2.2 原型網(wǎng)絡(luò)

考慮到小樣本學(xué)習(xí)的基本模型中，原型網(wǎng)絡(luò)較為簡單有效，本文特將模型建立在它之上，通過實(shí)驗(yàn)證明模型的有效性。

其中：Si為支撐集S中的第i個(gè)類別。通過計(jì)算查詢集中的樣本點(diǎn)到各個(gè)類別原型pi歐氏距離的softmax 來預(yù)測圖片的標(biāo)簽。其查詢點(diǎn)的類別分布為：

這里的嵌入函數(shù)fθ(·)就是本文需要學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)架構(gòu)。

2.3 模糊原型網(wǎng)絡(luò)

現(xiàn)實(shí)生活中的數(shù)據(jù)往往具有一定的模糊性和不確定性，傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)是完全確定的，不能降低數(shù)據(jù)的不確定性，模糊神經(jīng)網(wǎng)絡(luò)具有人腦的邏輯推理能力，本文嘗試引入模糊神經(jīng)網(wǎng)絡(luò)來解決小樣本學(xué)習(xí)中深度神經(jīng)網(wǎng)絡(luò)完全固定的缺陷。

本文所提模型采用基于度量的小樣本學(xué)習(xí)方法，分別通過傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)來獲得各個(gè)圖像的特征向量，然后利用這些特征向量計(jì)算各個(gè)類別的原型表示，通過度量查詢集中的樣本到各個(gè)類別原型的歐氏距離來獲取待查詢點(diǎn)的分布狀態(tài)。

不同于其他小樣本學(xué)習(xí)方法，本文在獲取圖像原型時(shí)分為模糊神經(jīng)網(wǎng)絡(luò)模塊、深度神經(jīng)網(wǎng)絡(luò)模塊和知識融合模塊三個(gè)部分。對于模糊神經(jīng)網(wǎng)絡(luò)模塊，為了獲取模糊神經(jīng)網(wǎng)絡(luò)的輸入特征，先將圖片通過函數(shù)，該函數(shù)是一個(gè)淺層神經(jīng)網(wǎng)絡(luò)，主要負(fù)責(zé)將圖片映射為特征。映射后的特征被傳遞到模糊神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)有三個(gè)網(wǎng)絡(luò)層，分別是輸入層、隸屬函數(shù)層和模糊規(guī)則層，其具體結(jié)構(gòu)如圖2。輸入層接收特征并將其傳遞到隸屬函數(shù)層，它的每個(gè)節(jié)點(diǎn)被分配給多個(gè)帶有參數(shù)c和σ的隸屬函數(shù)。這里，輸入的是n維特征，用xi來表示輸入特征的第i個(gè)節(jié)點(diǎn)。隸屬函數(shù)計(jì)算的是該節(jié)點(diǎn)屬于某個(gè)模糊集的程度，其中第m個(gè)模糊神經(jīng)元μm(·)：R→[0，1]將輸入的第i個(gè)節(jié)點(diǎn)xi的模糊度映射為：

這里選擇的是更為廣泛的高斯隸屬函數(shù)，參數(shù)c和σ2分別為均值和方差。之后，在模糊規(guī)則層執(zhí)行一系列的“and”模糊邏輯運(yùn)算，運(yùn)算輸出定義如下：

該部分的輸出為模糊度?？紤]到原型網(wǎng)絡(luò)的特征原型是一個(gè)高維向量，本文用一個(gè)映射將模糊部分輸出與深度學(xué)習(xí)部分對齊。對于整個(gè)模糊神經(jīng)網(wǎng)絡(luò)用嵌入函數(shù)來表示（見圖2）。

圖2 模糊神經(jīng)網(wǎng)絡(luò)模塊Fig.2 Fuzzy neural network module

本文在引入模糊神經(jīng)網(wǎng)絡(luò)的同時(shí)也保留了傳統(tǒng)原型網(wǎng)絡(luò)的優(yōu)勢部分，即圖像同時(shí)輸入到深度神經(jīng)網(wǎng)絡(luò)部分。在這里，通過帶有參數(shù)θ1的嵌入函數(shù)f將圖像映射為特征向量。

在知識融合部分，考慮到拼接組合將導(dǎo)致維度過大，會增大損失，且嘗試后并沒有較好的效果，本文采用文獻(xiàn)［19］中介紹的融合方法，即利用線性組合的方式將模糊神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)各自提取的知識進(jìn)行整合。通過引入可學(xué)習(xí)的λ，模型可以自適應(yīng)地學(xué)習(xí)模糊神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)各自所學(xué)習(xí)到特征的比重。對于含模糊信息較多的數(shù)據(jù)集，模糊神經(jīng)網(wǎng)絡(luò)將分配到更大的權(quán)重。

proθ(·)為最終的原型嵌入函數(shù)，參數(shù)θ={θ1，φ1，φ2}。對于每個(gè)原型為其嵌入支持點(diǎn)所屬類別的均值向量：

訓(xùn)練過程同傳統(tǒng)的原型網(wǎng)絡(luò)類似，根據(jù)查詢集中的點(diǎn)到嵌入空間中原型的歐氏距離上的softmax，來生成查詢點(diǎn)x在各個(gè)類上的分布：

其中：φ={θ1，φ1，φ2，λ}。損失函數(shù)部分選取分類任務(wù)中常用的負(fù)對數(shù)似然函數(shù)，即：

模型通過Adam 優(yōu)化器來最小化該損失。其中，對于一個(gè)訓(xùn)練批次的損失計(jì)算如下：

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)集

本文利用幾個(gè)廣泛使用在小樣本學(xué)習(xí)中的數(shù)據(jù)集Omniglot［16］、miniImageNet［5］進(jìn)行實(shí)驗(yàn)，并分別同原型網(wǎng)絡(luò)和目前一些主流的小樣本學(xué)習(xí)方法進(jìn)行比較來驗(yàn)證模型的有效性。

Omniglot 包含50 個(gè)字母，由1 623 個(gè)手寫字符構(gòu)成，其中每個(gè)字符都有20 個(gè)不同的樣本。為了同傳統(tǒng)的原型網(wǎng)絡(luò)進(jìn)行比較，本文采用類似的處理方式，先將灰度圖像大小調(diào)整為28×28，同樣以90°旋轉(zhuǎn)圖像來增加字符類。數(shù)據(jù)集的分割也使用1 200個(gè)字符和旋轉(zhuǎn)后的字符類，共4 800個(gè)類進(jìn)行訓(xùn)練，余下的類連同旋轉(zhuǎn)后的字符類用于測試。

miniImageNet 有100 個(gè)類，它的每個(gè)類中包含有600 張84×84圖片，共計(jì)60 000張圖片。其中64個(gè)類作為訓(xùn)練集，16個(gè)類作為驗(yàn)證集，20 個(gè)類作為測試集。為了更好地同傳統(tǒng)的原型網(wǎng)絡(luò)進(jìn)行比較，本文在該訓(xùn)練集下同樣嘗試30-way 1-shot和20-way 5-shot兩種訓(xùn)練模式，其對應(yīng)的查詢樣本數(shù)均為15。

3.2 架構(gòu)

本文模型主要有三個(gè)模塊，模糊神經(jīng)網(wǎng)絡(luò)部分完全是由式（3）、（4）獲取，如圖2 所示，先將其輸出維度通過一個(gè)線性層進(jìn)行擴(kuò)充，同深度神經(jīng)網(wǎng)絡(luò)對齊。對于深度神經(jīng)網(wǎng)絡(luò)部分，選擇深層的網(wǎng)絡(luò)骨干更有利于模型效果的提升，但考慮到實(shí)驗(yàn)對比的公正性，仍然采用原型網(wǎng)絡(luò)中的四個(gè)卷積塊Conv4作為本文的網(wǎng)絡(luò)骨干。

模糊神經(jīng)網(wǎng)絡(luò)前的淺層卷積網(wǎng)絡(luò)模塊則是完全使用文獻(xiàn)［8］中的嵌入架構(gòu)，該架構(gòu)由四個(gè)卷積層和一個(gè)全連接層組成，其具體細(xì)節(jié)在兩個(gè)數(shù)據(jù)集上略有不同，但最終都得到120維的嵌入。這種輕量級架構(gòu)能夠突出模型的簡潔性。

3.3 結(jié)果

分別在Omniglot、miniImageNet 兩個(gè)數(shù)據(jù)集上對本文算法模型同原型網(wǎng)絡(luò)PN、匹配網(wǎng)絡(luò)MN［5］、模型無關(guān)的元學(xué)習(xí)MAML、圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Network，GNN）、邊緣標(biāo)記圖神經(jīng)網(wǎng)絡(luò)（Edge-Labeling Graph Neural Network，E-LGNN）［33］等目前主流的小樣本學(xué)習(xí)方法進(jìn)行比較。在Omniglot數(shù)據(jù)集上設(shè)置了5-way和20-way兩種實(shí)驗(yàn)設(shè)置，在miniImageNet上設(shè)置了5-way 一種實(shí)驗(yàn)設(shè)置，實(shí)驗(yàn)樣本數(shù)則是采用小樣本實(shí)驗(yàn)常用的1-shot和5-shot。由于原型網(wǎng)絡(luò)在miniImageNet上的實(shí)驗(yàn)是采用20-way 5-shot和30-way 1-shot兩種實(shí)驗(yàn)設(shè)置，本文也對這兩種設(shè)置進(jìn)行了實(shí)驗(yàn)，同原型網(wǎng)絡(luò)單獨(dú)對比。在其訓(xùn)練過程中，設(shè)置初始學(xué)習(xí)率為0.001，并且每30個(gè)批次衰減到原來的1/10，總計(jì)訓(xùn)練300 個(gè)批次?？紤]到文獻(xiàn)［34］統(tǒng)一小樣本的查詢樣本數(shù)為16，文中也采用相同的實(shí)驗(yàn)設(shè)置。在Omniglot 數(shù)據(jù)集上，本文把原型網(wǎng)絡(luò)中訓(xùn)練類數(shù)為60 改為標(biāo)準(zhǔn)的小樣本分類，設(shè)置最大批次數(shù)為1 000，且訓(xùn)練200個(gè)批次后在驗(yàn)證集上性能沒有提升則終止訓(xùn)練。訓(xùn)練過程中設(shè)置初始學(xué)習(xí)率為0.001 并且每200 個(gè)批次衰減為原來的1/10。另外，在所有實(shí)驗(yàn)場景中將模糊神經(jīng)網(wǎng)絡(luò)中的參數(shù)c按照均值為0.15、方差為0.05 的正態(tài)分布初始化，參數(shù)σ按照均值為1、方差為0.05的正態(tài)分布初始化。

Omniglot 分類：原型網(wǎng)絡(luò)對Omniglot 分類在訓(xùn)練時(shí)每次包含60個(gè)類，每個(gè)類有5個(gè)查詢樣本，本文對其訓(xùn)練規(guī)則進(jìn)行了簡單修改，采用標(biāo)準(zhǔn)的小樣本分類，即每次訓(xùn)練包含5 個(gè)類和20個(gè)類，其中每個(gè)類包含16個(gè)查詢樣本。文中收集了近幾年小樣本學(xué)習(xí)先進(jìn)模型在Omniglot 上的結(jié)果，并同本文算法模型進(jìn)行了對比，實(shí)驗(yàn)結(jié)果見表1。盡管本文模型相比原型網(wǎng)絡(luò)有一定的進(jìn)步，但同其他先進(jìn)模型仍有一些差距。

表1 Omniglot上小樣本學(xué)習(xí)分類精度對 單位：%Tab.1 Comparison of classification accuracy of few-shot learning on Omniglot unit：%

miniImageNet 分類：原型網(wǎng)絡(luò)在每次訓(xùn)練中使用30-way 1-shot和20-way 5-shot兩種方式，其對應(yīng)的測試樣本為每類15張。本文同樣采用這種實(shí)驗(yàn)設(shè)置和原型網(wǎng)絡(luò)進(jìn)行對比（具體結(jié)果見表3），由于實(shí)驗(yàn)條件等一些其他原因，這里同原型網(wǎng)絡(luò)文章中的結(jié)果有一定的差異，從表中可以看出模糊原型模型無論是在哪種實(shí)驗(yàn)設(shè)置下都領(lǐng)先于原型網(wǎng)絡(luò)。不僅如此，本文還進(jìn)行了5-way 1-shot 分類和5-way 5-shot 分類的實(shí)驗(yàn)設(shè)置，將它同目前一些主流的小樣本學(xué)習(xí)方法進(jìn)行了對比，具體結(jié)果見表2。在5-shot 下，相較于這些主流的方法，本文模型效果更好，實(shí)驗(yàn)結(jié)果比較先進(jìn)的E-LGNN 仍高出1 個(gè)百分點(diǎn)。在1-shot 下，結(jié)果雖然略低于E-LGNN，但考慮到主干網(wǎng)絡(luò)層較淺，同時(shí)對原型網(wǎng)絡(luò)的提高將近5 個(gè)百分點(diǎn)，這足以說明本文模型的優(yōu)秀性能。

表2 miniImageNet上小樣本學(xué)習(xí)分類精度對比 單位：%Tab.2 Comparison of classification accuracy of few-shot learning on miniImageNet unit：%

表3 miniImageNet上FPN與原型網(wǎng)絡(luò)分類精度比較 單位：%Tab.3 Comparison of classification accuracy between FPN with prototype network on miniImageNet unit：%

為進(jìn)一步同原型網(wǎng)絡(luò)進(jìn)行比較，在miniImageNet 數(shù)據(jù)集上采用與原型網(wǎng)絡(luò)相同的實(shí)驗(yàn)設(shè)置，在學(xué)習(xí)率為0.01、衰減批次數(shù)為20 的條件下訓(xùn)練200 個(gè)批次，用訓(xùn)練過程中驗(yàn)證集上的表現(xiàn)來簡單地衡量模型的收斂速度和效果。

在圖3 中，從損失和精度兩個(gè)方面來衡量模型在5-way 1-shot 和5-way 5-shot 下的表現(xiàn)，其中：圖（a）為5-way 1-shot 設(shè)置下?lián)p失下降趨勢，圖（b）為5-way 5-shot 設(shè)置下?lián)p失下降趨勢，圖（c）為5-way 1-shot 設(shè)置下精度上升趨勢，圖（d）為5-way 5-shot 設(shè)置下精度上升趨勢。盡管這種實(shí)驗(yàn)條件對FPN 模型有些苛刻，但不難看出，相比傳統(tǒng)的原型網(wǎng)絡(luò)，模糊原型在整體性能上更優(yōu)。

圖3 FPN同傳統(tǒng)原型網(wǎng)絡(luò)收斂對比Fig.3 Convergence comparison between FPN and traditional prototype network

此 外，模型的融合方式 為proθ(x)=λ即為模糊神經(jīng)網(wǎng)絡(luò)所占比重，本文將λ值初始化為0.5，通過監(jiān)控λ的值來衡量模糊神經(jīng)網(wǎng)絡(luò)對模型的貢獻(xiàn)大小。在表4 中，監(jiān)控了FPN 在5-way 1-shot，5-way 5-shot 以及30-way 1-shot 和20-way 5-shot 下 的λ值，雖然在5-way 和30-way 的條件下λ值有所下降，但仍占有較大的比重，發(fā)揮了較大的作用。

表4 FPN中的λ值Tab.4 λ value in FPN

4 結(jié)語

本文提出了一種帶有模糊推理的原型網(wǎng)絡(luò)來解決小樣本分類問題，這是首次將模糊知識應(yīng)用于小樣本學(xué)習(xí)。所提模型簡單、有效，它不僅能夠應(yīng)用于原型網(wǎng)絡(luò)，對其他的小樣本學(xué)習(xí)方法也同樣適用。數(shù)值實(shí)驗(yàn)證明，所提出的模糊原型在不同的數(shù)據(jù)集和設(shè)置上大大提高了基于度量的方法的性能，這也驗(yàn)證了模糊邏輯知識確實(shí)對小樣本的性能提高有所幫助。