論文閱讀筆記《Meta-learning with differentiable closed-form solvers》

核心思想   本文提出一種基於元學習的小樣本學習算法（R2-D2，LR-D2），本文的整體框架沿用了元學習的方式，包含兩個層次的訓練過程：元訓練和元測試。本文的主要改進是針對基學習器中的分類方法，既沒有采用最近鄰的方式，也沒有采用全連接層的方式，而是採用了帶有閉式解的可微分的迴歸方法——嶺迴歸（Ridge Regression，R.R.）和邏輯迴歸（Logistic Regression，LR）。

>>阅读原文<<