元学习(meta learning)入门笔记--MAML
1、meta learning对于经典的深度学习方法,我们是通过人为定义的网络结构,人工设计的参数初始化方法,还有人工设计的梯度更新策略,来逐步更新函数f的参数,最终找到一个对当前数据较好的函数f,如下:对于元学习方法,我们希望能够替换这些人工设计的部分,让机器自己学会什么样的设置对训练任务是有利的,即找到一个函数F,它能根据数据,给出一个比较好的函数f,这也就是“学会去学习”。于是,对于元学习而言,我们可以定义一系列的learning algorithm,比如不同的网络参数设置就对应.
原创
2020-11-14 16:12:25 ·
1798 阅读 ·
0 评论