本篇博文主要介绍元学习(meta learning),即learn to learn
introduction
本来network
中很多东西都是自己设的,meta learning
是让机器去学习component
l
1
l^1
l1其实就是cross-entropy
的总和。
meta learning中计算的是tasks的loss
ML V.S. meta learning
ML评估的是classifier,Meta learning评估的是learning algorithm
其中
N
N
N为
N
N
N个任务。
what is learnable
MAML: model-agnostic meta-learning
MAML是用到标注资料的,pre-training是没有用到标注资料的。
可用DARTS来让L可微分
applications