論文閱讀筆記《MetAdapt: Meta-Learned Task-Adaptive Architecture for Few-Shot Classification》

核心思想   本文提出一種基於神經網絡結構搜索（NAS）的小樣本學習算法（MetAdapt），整體的思路其實與直接解讀過的一篇文章《Meta-Learning of Neural Architectures for Few-Shot Learning》非常相似，但在一些具體的實現方法上還是各有特色的。首先，作者也是採用了經典的可微分NAS算法DARTS對網絡結構進行搜索；爲了適應小樣本學習任務，作

>>阅读原文<<