迁移学习论文阅读：Transfer Learning via Learning to Transfer

论文地址 2018cvpr的论文，作者提出了一个L2T的框架，目的是对于一个新的任务，利用以前的经验来帮助决定如何进行迁移，从而避免之前需要尝试多种迁移方法的情况。 思想和meta-learning比较类似，都是想学习到一些高维度的抽象特征。 实验分为两个步骤： 第一步：从以往的经验中得到三个数据，源领域和目标领域对，代表迁移知识的潜在特征矩阵以及相比较不用迁移学习时模型性能提升。那么可以建立一个

>>阅读原文<<