论文阅读笔记《MetAdapt: Meta-Learned Task-Adaptive Architecture for Few-Shot Classification》

核心思想   本文提出一种基于神经网络结构搜索（NAS）的小样本学习算法（MetAdapt），整体的思路其实与直接解读过的一篇文章《Meta-Learning of Neural Architectures for Few-Shot Learning》非常相似，但在一些具体的实现方法上还是各有特色的。首先，作者也是采用了经典的可微分NAS算法DARTS对网络结构进行搜索；为了适应小样本学习任务，作

>>阅读原文<<