지도 학습은 훈련 데이터셋에서 모델을 훈련하고 테스트 데이터셋에서 모델을 평가합니다. 일반적으로 훈련 세트는 비교적 클래스당 샘플 개수가 많습니다. 예를 들어 지도 학습에서는 클래스당 50개의 샘플이 있는 붓꽃 데이터셋을 매우 작은 데이터셋으로 볼 수 있습니다. 반면 딥러닝에서는 클래스당 5,000개의 샘플이 있는 MNIST 같은 데이터셋도 매우 작다고 여깁니다.

퓨-샷 학습에서 클래스당 샘플 개수는 훨씬 작습니다. 퓨-샷 학습 작업을 구성할 때 일반적으로 N-웨이 K-샷(N-way K-shot)이란 용어를 사용합니다. 여기에서 N은 클래스 개수를 나타내고 K는 클래스당 샘플 개수를 나타냅니다. 가장 일반적인 값은 K = 1 또는 K = 5입니다. 예를 들어 5-웨이 1-샷 문제는 5개의 클래스가 각각 하나의 샘플만 가지고 있습니다. 그림 3-1은 더 작은 샘플로 이 개념을 설명하기 위해 3-웨이 1-샷 설정을 보여 줍니다.