小樣本學習（Few-shot Learning）與元學習(meta-learning)初步

元學習初步 1998年，Thrun和Pratt指出，對於一個指定的任務，一個算法「如果隨着經驗的增長，在該任務上的表現得到改進」，則認爲該算法能夠學習。 與此同時，對於一族待解決的多個任務，一個算法「如果隨着經驗和任務數量的增長，在每個任務上的表現得到改進」，則認爲該算法能夠學習如何學習，我們將後者稱爲元學習算法。它不學習如何解決一個特定的問題，但可以成功學習如何解決多個任務。每當它學會解決一個新

>>阅读原文<<