qq_56483157的博客

【创新点-元学习】我们提出了一种与模型无关的元学习算法，因为它与任何使用梯度下降训练的模型兼容，并且适用于各种不同的学习问题，包括分类、回归和强化学习。元学习的目标元学习的目标是在各种学习任务上训练模型，这样它就可以仅使用少量训练样本来解决新的学习任务。【优势】在我们的方法中，模型的参数被显式训练，即使新任务的训练数据少，其梯度步骤也能在该任务上产生良好的泛化性能。【另一个优点】实际上，我们的方法训练模型很容易微调。【支撑点】我们证明了这种方法在两个few-shot。

本文将优化算法的设计视作一个学习问题，通过LSTM实现的学习算法，使得算法能够自动学习如何利用所关注问题中的结构，其表现优于手工设计的算法，并且有很好的泛化能力。