元學習論文OPTIMIZATION AS A MODEL FOR FEW-SHOT LEARNING的簡單理解

  我們常用的基於梯度優化的深層網絡往往需要大量的數據和迭代步驟。 我們面對的數據場景是有一系列小的數據集而不是一個大的數據集,每一個類有很少的標記數據,這種情況和人類的學習很像,通過一個給定的數據,就能總結出對事物全面的認識,其中主要有兩個原因導致了基於梯度的優化算法在小樣本下表現不好。元學習被認爲是實現人類水平的智能的一個關鍵點,元學習在兩個層次間學習,(1)在每項任務中學習,(2)同時積累任
相關文章
相關標籤/搜索