元学习论文OPTIMIZATION AS A MODEL FOR FEW-SHOT LEARNING的简单理解

  我们常用的基于梯度优化的深层网络往往需要大量的数据和迭代步骤。 我们面对的数据场景是有一系列小的数据集而不是一个大的数据集,每一个类有很少的标记数据,这种情况和人类的学习很像,通过一个给定的数据,就能总结出对事物全面的认识,其中主要有两个原因导致了基于梯度的优化算法在小样本下表现不好。元学习被认为是实现人类水平的智能的一个关键点,元学习在两个层次间学习,(1)在每项任务中学习,(2)同时积累任
相关文章
相关标签/搜索