关于MAML的那些事

多余的元学习废话也不多说，直接上干货： 算法： 关于学习率： 两个学习率a、b，要知道，为了一步优化探测task最优参数的位置（inner loop），我们必须使用稍微大点的学习率a，这叫一步到位。 而优化你真正模型参数的学习率应该是很小的(outer loop)，因为他必须在参数空间中经过漫长的迭代，慢慢找到最合适的位置。 关于损失函数：分类交叉熵，回归MSE 关于1阶和2阶的MAML： 首先，

>>阅读原文<<