論文閱讀筆記《Meta-learning with Latent Embedding Optimization》

核心思想   本文提出一種基於參數優化的小樣本學習算法（LEO），與MAML，Meta-SGD算法相比，本文最重要的改進就是引入了一個低維的隱空間（Latent Space）。爲了方便理解本文，我們首先回顧一下MAML算法，其目標是通過元訓練得到一個好的初始化模型 θ \theta θ，使得模型能夠通過少量樣本的微調訓練就能快速的適應任務需求，得到任務 T i \mathcal{T}_i Ti​對

>>阅读原文<<