论文阅读笔记《Meta-Transfer Learning for Few-Shot Learning》

小样本学习&元学习经典论文整理||持续更新

核心思想

  本文提出一种基于迁移学习的元学习算法（Meta-Transfer Learning，MTL）用于解决小样本学习问题，通过对深层卷积神经网络的权重进行放缩（Scaling）和平移（Shifting），以适应新的样本任务。传统的迁移学习算法，通常是在一个数据集上进行预训练得到一个较好的初始模型，然后再替换掉最上层的全连接层和分类器（也可能不替换），在新的数据集上进行微调训练（finetune），最后实现从原始数据集到新数据集的迁移过程。但这种方式一方面要求新数据集要有足够多的数据量，支持深层卷积神经网络的参数更新，这是小样本学习任务无法提供的；另一方面会导致“遗忘灾难”，即能够处理新数据集样本，却忘记如何处理原始数据集的样本。而典型的元学习算法（如MAML）是通过元学习器引导任务学习器训练，使其经过少量的优化训练就能够达到很好的效果。但这种方式要求网络必须比较简单（如四层卷积神经网络），否则容易产生过拟合的问题。本文提出的算法结合了迁移学习和元学习算法的优势，首先主体网络采用深层卷积神经网络DNN，保证特征表征能力；其次，在预训练之后保持DNN中的参数不动，通过元学习算法引导网络进行迁移，该过程只需学习少量的放缩和平移参数，避免了过拟合的问题。

  整个训练过程可以分成三个阶段，首先，在一个大规模的数据集上对特征提取网络$\Theta$和分类器$\theta$进行预训练，如上图a所示。然后，保持特征提取网络$\Theta$参数不动，并替换分类器$\theta$（以满足小样本分类任务的需求，如大规模数据集可能要分成64类，而小样本分类可能只需要10类），在小样本数据集上进行元训练。与MAML等元学习算法一样，元训练集又分成训练集和测试集两部分，训练集部分用于更新任务学习器的参数；测试集用于更新元学习器的参数。具体而言，首先随机初始化分类器参数$\theta$（任务学习器或者基学习器），然后利用训练集中的数据对任务学习器进行训练，更新参数$\theta$

式中 Φ S { 1 , 2 } \Phi_{S_{\left \{1,2\right \}}} ΦS{1,2}​​表示元学习参数。在训练集上完成任务学习器迭代训练之后，再利用测试集对元学习器进行训练，${\Phi }_{S_1}$的初始值为1，${\Phi }_{S_2}$的初始值为0（此处原文误写为${\Phi }_{S_1}$），$\theta$初始值为随机设定，更新过程如下


  利用学习到的放缩参数${\Phi }_{S_1}$，和平移参数${\Phi }_{S_2}$对特征提取网络$\Theta$中的权重进行放缩和平移操作

  最后进入元测试阶段，元测试数据集同样分成训练集和测试集两部分，但其中的样本都是在元训练阶段未见过的，而且样本数量有限。在训练集上进一步对分类器参数$\theta$进行微调训练，但保持特征提取网络$\Theta$和元学习器参数 Φ S { 1 , 2 } \Phi_{S_{\left \{1,2\right \}}} ΦS{1,2}​​不变。微调训练结束后，可以在测试集上验证分类器的效果。

实现过程

网络结构

  特征提取网络可采用浅层机构（4层卷积神经网络）或深层结构（ResNet-12），分类器网络是一个全连接层，元学习器参数 Φ S { 1 , 2 } \Phi_{S_{\left \{1,2\right \}}} ΦS{1,2}​​根据特征提取网络结构选择，假设特征提取网络由4个通道数为64的卷积层构成，那么${\Phi }_{S_1}$的维度为64 * 4 * 1 * 1（以保证每个特征图都有一个对应的放缩系数），${\Phi }_{S_2}$的维度为1 * 4 * 1 * 1（每个卷积层共用一个偏移向量）。

损失函数

  交叉熵损失函数

训练策略

  本文在上述常规训练的基础上，又引入了一种类似课程学习（Curriculum learning）的训练方法，简答来讲就是先学习简单的任务，再学习困难的任务。在元训练阶段，每次在测试集上对元学习器进行训练时，选择准确率最低的一类样本作为困难样本。在完成元训练阶段之后，再从一系列困难样本中重新采样，对元学习器进行再次训练。

创新点

• 集合迁移学习和元学习算法实现小样本学习任务，通过元学习器训练得到放缩和平移参数，实现网络对于新数据集的迁移
• 采用课程学习的训练方式，由简到难训练网络，提高损失收敛速度

算法评价

  本文是运用迁移学习解决小样本学习问题的一次经典的尝试，过去由于小样本数据集不足以完成网络迁移任务，而无法采用迁移学习算法。而本文很巧妙的引入了放缩和平移参数，对权重参数进行调整，以满足新样本任务的需要，这一方式避免了对整个网络的权重参数进行更新，减轻了过拟合的问题，而且可以采用深层卷积神经网络，提高了特征表征能力。最后采用课程学习方式，由简到难对网络进行训练，有效地提高了损失收敛速度，改善分类效果。

如果大家对于深度学习与计算机视觉领域感兴趣，希望获得更多的知识分享与最新的论文解读，欢迎关注我的个人公众号“深视”。