l*********
Lv.3 学术文献阅读达人
2020/08/06 19:39
元学习综述
元学习旨在建模人类是如何学习的，其背后的一个典型假设是任务之间具有相似性，学习如何解决不同任务的主要部分是对任务之间的相似性进行建模。根据建模相似性的不同，元学习方法可以分为以下几类：黑盒元学习、基于度量的元学习、分层元学习和贝叶斯元学习框架。通过显式或隐式地建模任务相似性，元学习引入了一个灵活的框架，旨在适用于非常不同的任务。在其他的学习框架下引入元学习的好处有两个：通过避免从头开始重新训练深层模型来节省计算量；通过使深层模型适应动态环境条件来提高反应速度。
领书计划详情
