第九章 元學習新進展

1、TAML 元學習中，通過相關任務的分佈來訓練模型，這樣它就可以很容易的適應新任務，且只需幾個樣本。前面介紹的MAML是如何通過計算元梯度和執行元優化來找到模型的最優初始參數，但是會有一個問題：模型可能會在某些任務上有偏差，特別是在元訓練階段抽樣的任務上。因此，模型會在這些任務上過度執行，就會阻礙尋找更好的更新規則。爲了改善這種情況，我們需要模型在某些任務上無偏或不過度執行，也就是需要使模型與任

>>阅读原文<<