Meta-Transfer Learning for Few-Shot Learning 論文筆記

前言 元學習（meta-learning）是目前廣泛使用的處理小樣本學習問題的方法，它的目的是在學習不同任務的過程中積累經驗，從而使得模型能夠快速適應新任務。比如在MAML（Model-Agnostic Meta- Learning）中，通過搜尋最優初始化狀態，使得base-learner能夠快速適應新任務。但是這一類元學習方法具有兩個缺點： 需要大量相似的任務以進行元訓練（meta-traini

>>阅读原文<<