论文阅读笔记《Meta-Learning with Memory-Augmented Neural Networks》

核心思想   本文提出一种带有记忆增强神经网络（Memory-Augmented Neural Networks，MANN）的元学习算法用于解决小样本学习问题。我们知道LSTM能够通过遗忘门有选择的保留部分先前样本的信息（长期记忆），也可以通过输入门获得当前样本的信息（短期记忆），这一记忆的方式是利用权重的更新隐式实现的。而在本文中，作者希望利用外部的内存空间显式地记录一些信息，使其结合神经网络自

>>阅读原文<<