什么是零样本学习？什么是广义零样本学习？什么是生成式零样本学习？

零样本学习（Zero-Shot Learning）是指在没有任何训练样本的情况下，通过利用已有知识或特征，对新的未见过的类别进行分类。这种方法通常是通过将新类别与已有类别之间的关系建模来实现的。

广义零样本学习（Generalized Zero-Shot Learning）是指在分类任务中，不仅存在已知的训练类别，还存在一些未知的类别。这些未知的类别通常是通过在训练过程中不断扩充类别空间得到的。这种方法通常需要在训练过程中建立一个分类模型，该模型能够对未知类别进行分类。

生成式零样本学习（Generative Zero-Shot Learning）是指通过生成模型来实现零样本学习。这种方法通常是将已知类别的数据进行建模，然后通过生成模型来生成新的未知类别的数据。生成模型可以是基于概率分布的模型，如高斯混合模型（GMM）或变分自编码器（VAE），也可以是基于生成对抗网络（GAN）的模型。