關於MAML的那些事

多餘的元學習廢話也不多說，直接上乾貨： 算法： 關於學習率： 兩個學習率a、b，要知道，爲了一步優化探測task最優參數的位置（inner loop），我們必須使用稍微大點的學習率a，這叫一步到位。 而優化你真正模型參數的學習率應該是很小的(outer loop)，因爲他必須在參數空間中經過漫長的迭代，慢慢找到最合適的位置。 關於損失函數：分類交叉熵，迴歸MSE 關於1階和2階的MAML： 首先，

>>阅读原文<<