Meta Learning

这样理解：我们的目标是能够few shot learning也就是说，每一类看一两个样本就能够学会如何区分这些类，于是乎一个task就定义为：每一类看一两个样本，然后在新的样本（但是是刚才看过的类）上进行分类。

MAML理解：
感谢李宏毅老师的讲解！
在maml pytorch中，它每次都是torch.autograd.grad(loss, fast_weight)，所以根本不可能传回去，就一阶
在maml pytorch rl中，如果选择了first_order=False，则会保留计算图，然后用loss对policy.parameters进行求导，则可以求出二阶导数来做。