元學習——Meta-Learning in Neural Networks: A Survey
作者：凱魯嘎吉 - 博客園 http://www.cnblogs.com/kailugaji/
這篇博文是對“Meta-Learning in Neural Networks: A Survey”的閱讀理解與總結，此文綜述了元學習的最新研究進展，對元學習初學者了解此領域有極大的參考價值，
近年來，人們對元學習的興趣急劇上升，與傳統的Al方法不同，元學習的目的是改進學習演算法本身，考慮到多個學習階段的經驗，這個范例提供了一個機會來解決深度學習的許多傳統挑戰，包括資料和計算瓶頸，以及泛化，本文描述了當代元學習的研究現狀，首先討論了元學習的定義，并在遷移學習和超引數優化等相關領域對元學習進行了定位，然后，提出一個新的元學習分類，提供了一個更全面的細分空間的元學習方法，此文還總結了元學習的一些有前途的應用和成功之處，例如小樣本學習和強化學習，最后討論了突出的挑戰和未來研究的前景，
1. 元學習形式化定義——從資料到任務
2. 元學習與其他相關領域的比較
3. 元學習分類及現有論文總結
4. 元學習應用、挑戰與開放性問題
5. 元強化學習
6. 參考文獻
[1] Hospedales, T. M., Antoniou, A., Micaelli, P., & Storkey, A. J. Meta-learning in neural networks: a survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021.
[2] 薦讀 Meta-Learning in Neural Networks: A survey. 知乎 - Flood Sung- https://zhuanlan.zhihu.com/p/133159617
作者：凱魯嘎吉 出處：http://www.cnblogs.com/kailugaji/ 本文著作權歸作者和博客園共有，歡迎轉載，但未經作者同意必須在文章頁面給出原文鏈接，否則保留追究法律責任的權利，轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/296130.html
標籤：其他
上一篇：籌劃創業-01創業的準備
下一篇：計算機基礎--01