Meta Learning學(xué)習(xí)者手記

第1章聯(lián)合訓(xùn)練問題
1.1問題描述
1.1.1以任務(wù)為樣本
1.1.2面向?qū)W習(xí)過程
1.1.3快速適應(yīng)新任務(wù)
1.2建模思路
1.2.1局部最優(yōu)模型
1.2.2全局最優(yōu)模型
1.2.3模型前置代碼
1.3算法思想
1.3.1外層循環(huán)算法
1.3.2內(nèi)層循環(huán)算法
1.3.3權(quán)重更新代碼
1.4最優(yōu)化方法
1.4.1準(zhǔn)備優(yōu)化工具
1.4.2搭建優(yōu)化平臺
1.4.3最優(yōu)化科學(xué)計算包
1.5元優(yōu)化機(jī)制
1.5.1環(huán)境變量的配置
1.5.2環(huán)境變量的驗證
1.5.3元優(yōu)化機(jī)制
第2章任務(wù)構(gòu)建問題
2.1問題描述
2.1.1小樣本單元
2.1.2有限監(jiān)督數(shù)據(jù)
2.1.3支撐集與查詢集
2.2建模思路
2.2.1任務(wù)分布模型
2.2.2監(jiān)督學(xué)習(xí)模型
2.2.3模型前置代碼
2.3算法思想
2.3.1單元劃分算法
2.3.2標(biāo)簽分配算法
2.3.3任務(wù)生成算法
2.4最優(yōu)化方法
2.4.1創(chuàng)建優(yōu)化環(huán)境
2.4.2更新優(yōu)化系統(tǒng)
2.4.3安裝編程內(nèi)核
2.5元優(yōu)化機(jī)制
2.5.1代碼編輯器
2.5.2元優(yōu)化程序
2.5.3元優(yōu)化機(jī)制
第3章過程建模問題
3.1問題描述
3.1.1基準(zhǔn)數(shù)據(jù)集
3.1.2圖像尺寸調(diào)整
3.1.3知識獲取過程
3.2建模思路
3.2.1圖像加載模型
3.2.2尺寸調(diào)整模型
3.2.3空間插值模型
3.3算法思想
3.3.1文件保存算法
3.3.2目錄創(chuàng)建算法
3.3.3文件讀取算法
3.4最優(yōu)化方法
3.4.1隨機(jī)抽樣過程
3.4.2樣本學(xué)習(xí)過程
3.4.3最優(yōu)化過程
3.5元優(yōu)化機(jī)制
3.5.1元優(yōu)化過程
3.5.2拓展優(yōu)化環(huán)境
3.5.3最大池化過程
第4章輸入輸出問題
4.1問題描述
4.1.1源代碼下載
4.1.2免費(fèi)授權(quán)許可
4.1.3代碼的組成部分
4.2建模思路
4.2.1系統(tǒng)架構(gòu)模型
4.2.2輸入輸出模型
4.2.3輸出評價模型
4.3算法思想
4.3.1輸入生成算法
4.3.2輸出生成算法
4.3.3運(yùn)行控制算法
4.4最優(yōu)化方法
4.4.1優(yōu)化庫包的導(dǎo)入
4.4.2生成器的初始化
4.4.3目錄的生成
4.5元優(yōu)化機(jī)制
4.5.1元優(yōu)化目錄
4.5.2元優(yōu)化的輸入
4.5.3元優(yōu)化的輸出
第5章應(yīng)用拓展問題
5.1問題描述
5.1.1前述問題回顧
5.1.2元學(xué)習(xí)系統(tǒng)網(wǎng)絡(luò)
5.1.3MAML的定義
5.2建模思路
5.2.1系統(tǒng)模型拓展
5.2.2梯度模型拓展
5.2.3快速梯度下降
5.3算法思想
5.3.1輸入層的權(quán)值
5.3.2隱含層的權(quán)值
5.3.3網(wǎng)絡(luò)構(gòu)造算法
5.3.4從卷積層拓展
5.3.5從隱含層拓展
5.4最優(yōu)化方法
5.4.1學(xué)習(xí)日志的拓展
5.4.2日志讀取應(yīng)用
5.4.3優(yōu)化器的拓展
5.4.4優(yōu)化器的應(yīng)用
5.4.5顯示優(yōu)化過程
5.5元優(yōu)化機(jī)制
5.5.1虛擬環(huán)境的拓展
5.5.2模塊代碼的調(diào)試
5.5.3元任務(wù)的理解
5.5.4元訓(xùn)練的機(jī)制
5.5.5元測試的機(jī)制
后記