MAML笔记

原文：MAML：Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks 概括 元学习的目的是在一堆学习任务上训练一个模型，这个模型可以使用少量样本来解决新的任务。我们的方法则是训练一个模型使其拥有初始参数，之后只要用少量样本、进行较少梯度训练步，即可使其适应一个新任务。 这个方法就是对模型做了权重初始化工作。 算法 符号、

>>阅读原文<<