Meta Learning

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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值