论文阅读笔记《Meta-learning with differentiable closed-form solvers》

核心思想   本文提出一种基于元学习的小样本学习算法（R2-D2，LR-D2），本文的整体框架沿用了元学习的方式，包含两个层次的训练过程：元训练和元测试。本文的主要改进是针对基学习器中的分类方法，既没有采用最近邻的方式，也没有采用全连接层的方式，而是采用了带有闭式解的可微分的回归方法——岭回归（Ridge Regression，R.R.）和逻辑回归（Logistic Regression，LR）。

>>阅读原文<<