我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。
本节内容综述
- 本节课由助教
陈建成 讲解。 - 本节 Outline 见小细节。
- 首先是 What is meta learning? 。
- 接下来是 Why meta learning? 。
- How and what to do with meta learning? 是本节课的主要内容。首先讲了一个很有趣的现象：元学习的作者普遍会把其方法缩写成某种动物的名字。
- 讨论了 What can we “meta learn”? 。
- 接着是 What can we meta learn
on? 。讨论元学习的常见数据集。 - 之后，则可以开始讨论元学习的类别，并介绍其做法。
- 最后，介绍了与 meta-learning 相关的技术。
文章目录
- 本节内容综述
- 小细节
- Outline
- What is meta learning?
- Why meta learning?
- Motivations for meta learning?
- (Interesting Names of) Models / Techniques
- What can we "meta learn"?
- What can we meta learn on? Datasets
- Categories
- Black-box
- Optimization / Gradient based
- MAML
- Meta-SGD
- How to train your MAML?
- Different meta-parameters
- iMAML
- R2-D2: closed form solvers
- Base-box v.s. Gradient based
- Metric-based / non-parametric
- Siamese network
- Prototypical network
- Matching network
- Relation network
- IMP (Infinite Mixture Prototypes)
- Problem of metric-based
- Hybrid
- LEO (Latent Embedding Optimization)
- Bayesian meta-learning
- Related machine learning topics
小细节
Outline
- What is meta learning?
- Why meta learning?
- How and what to do with meta learning?
- Categories
- Datasets
- Models
- Related machine learning topics
What is meta learning?
所谓 meta 就是 sth about sth 。
meta learning 就是 learning about learning ，也就是 learn to learn。
图示如上。
Why meta learning?
Motivations for meta learning?
- too many tasks to learn, to learn more efficiently: learning to learn.
- Faster learning methods (
adaptation) - Better
hyper-parameters / learning algorithms - Related to:
- transfer learning
- domain adaptation
- multi-task learning
- life-long learning
- Too little data, to fit more accurately (few-shot learning, better learner, fit more quickly)
- Traditional supervised may not work
此外，老师的频道如上。（看来我还差一些…
(Interesting Names of) Models / Techniques
如上，元学习的模型都用动物命名。SNAIL 是基于注意力的模型。
具体不讲解，有需要则自行阅读。
What can we “meta learn”?
- Model Parameters (suitable for Few-shot framework)
- `Initializations
-
Embeddings / Representations / Metrics - Optimizers
- Reinforcement learning (
Policies / other settings)
- Hyperparapmeters (e.g. AutoML): beyond the scope of today, but can be viewed as kind of meta learning
- Hyperparameters search ((training) settings)
- Network architectures → Network architecture search (NAS), related to: evolutional strategy, genetic algorithm…
- Others
-
Algorithm itself (literally, not a network) - …(More in DLHLP)
What can we meta learn on? Datasets
如上，可以用在语言字体识别上。
此外，还可以用在图片上。
Categories
如上，可以分为：
- 黑箱 RNN；
- 优化器、初始参数；
- 学出一个比较标准；
- 还有一些混合方法。
Black-box
其原理如上，我们得到 ϕ i \phi_i ϕi可以理解为一种分布。其实还可以理解为一种 auto-encoder 。
如上，其基本思想就是，用 LSTM 硬训练一发。
Optimization / Gradient based
这是最为经典的一类方法，包括 MAML 与 Reptile 等。
MAML
对 MAML 的概述如上。
Meta-SGD
但是 MAML 存在一些问题，比如其学习率对于不同任务是相同的。但学习率往往很重要。
因此，为 MAML 增加一个 meta 参数，即让学习率匹配参数。
但是学习率数量与参数一样多，这很没有效率。因此，提出 How to train your MAML?
How to train your MAML?
这篇文章指出了 MAML 的五个问题，如上。
针对上述五个问题，作者都提出了解决方案。
Different meta-parameters
此外，还有两篇文章，对 MAML 的架构改动较大。
iMAML
如上，中间的图是传统的 MAML ，只用了一阶的方向。而其方向向量叠加起来，与真正的 MAML 偏差是较大的。
因此，作者提出了一个假设(如上图抛物线，即二次项)：Can we do better? Consider the following…
如上图，如果 meta 参数 θ \theta θ 能够对一群 task （如图中的几条线），有一定的学习到；此时 θ \theta θ 应该会有这些 ϕ i \phi_i ϕi 中的共通点。此时， θ \theta θ 不应该跑太远。
因此，我们加一个正则，并且进行推导，发现可以近似成 θ \theta θ 的微分最终只与最终的 ϕ i \phi_i ϕi 有关。
其表现还不错。
R2-D2: closed form solvers
如上，其中 ρ \rho ρ 表示那个正则器 R.R. 中的参数。正则器中进行了数学推导，其中进行的是一些线性代数运算。
Base-box v.s. Gradient based
如上，其实二者区别并不是很大。都是把训练任务的信息存储起来。
Metric-based / non-parametric
如上，我们在这种方法中，放其构建 F ，而直接把训练数据与测试数据输入到大的黑箱中，直接进行比较，输出标签。
如上，用 training data 来对类别做 embedding ，然后讲训练数据与之进行临近的比较。
Siamese network
如上，我们训练的目标为：一样标签的够近，不一样的够远，就可以了。
Prototypical network
如上，分别设定不同的 CNN ，抽取特征。
Matching network
而 Matching network 则为了找到其之间的关系，用双向 LSTM 存储他们之间的关系。
Relation network
Relation network 的思路类似上文，只不过是通过一个网络去算其分数。
以上是李老师讲过的四种方法。
IMP (Infinite Mixture Prototypes)
如上，使用了贝叶斯的方法，为了追求更准的分类，增加一些类别。
Problem of metric-based
- When the K in N-way K-shot large → difficult to scale
- Limited to classification (only learning to compare)
Hybrid
最后讲一下融合模型。
LEO (Latent Embedding Optimization)
如上，我们的在 inner 训练时（训练元学习的能力时），讲数据集投影到一个较小维度的空间中，这个空间对应着网络参数的空间。
Bayesian meta-learning
如上，我们的目标本来是想区分“笑”与“不笑”，但是机器却学到了“带不带帽子”这个特点。
因此，提出了一系列方法如上。
Related machine learning topics
在 RL 中，我们卡在了“交互”、“数据量”少上。因此，与元学习结合很有必要。
