自适应模型不可知元学习

MAML算法在分类、回归和策略梯度微调的少次学习问题上表现良好,但需要代价高昂的超参数调整来保持训练的稳定性。在MAML引入一个名为阿尔法·MAML的扩展来解决这个缺点,该扩展结合了一个在线超参数自适应方案,消除了调整元学习和学习速率的需要。Alpha MAML: Adaptive Model-Agnostic Meta-Learning