学习如何去学习
学习出来的函数可以去产生某种任务的函数
超参数的调节都交给模型了
所有任务的损失累加就是最终的损失
按任务来划分训练测试
说白了 metalearning 元学习,就是学习出来了一个函数比如模型的初始化参数原来是人为按某个分布给出的,现在是模型自己学出来的,在很多任务上去训练学出来的一个最好的初始化参数,不同的初始化参数,就代表了不同的函数,找最佳的那个函数,有这个初始化参数后,再去具体的任务做测试即可。
网络结构+初始化参数+数据 》梯度更新参数