그림 3-2에서 보듯이 서포트 세트와 쿼리 세트는 훈련하는 동안 같은 클래스의 다른 이미지를 담고 있습니다. 테스트할 때도 동일합니다. 하지만 테스트할 때 서포트 세트와 쿼리 세트에 있는 클래스는 훈련할 때 만나는 클래스와 다릅니다.

퓨-샷 학습의 종류는 많습니다. 가장 일반적인 메타 학습(meta-learning)에서는 훈련하는 동안 새로운 작업에 잘 적응할 수 있도록 모델의 파라미터를 업데이트합니다. 고수준에서 보면 퓨-샷 학습 전략은 서포트 세트에 있는 이미지 사이에서 최근접 이웃 검색(nearest-neighbor search)으로 타깃 클래스를 찾을 수 있는 임베딩을 만드는 모델을 학습하는 것입니다. 그림 3-3에 이 전략이 나타나 있습니다.