学习让机器学会学习-Meta Learning课程笔记-2
学习让机器学会学习-Meta Learning课程笔记-2
来源于李宏毅老师机器学习课程，笔记是其中meta learning部分，few-shot learning学习也可以观看此部分课程。
课程主页：http://t.cn/Exykrk9 video: http://t.cn/ExykrkC
bilibili：https://www.bilibili.com/video/BV1Gb411n7dE?p=32
Gradient Descent as LSTM
上一次讲到通过学习初始化参数的meta learning方法，那么是否有更多的方法呢？
每一次的update的，会很像RNN的time step，每一步训练都会更新参数，那么RNN是否可以用于meta learning呢？
那么RNN和lstm的原理是什么样的呢，这里先做了一些介绍，其实看图就让人回忆起来了。
详细原理可以参考：RNN及其变种LSTM/GRU/SRU
LSTM由于加入了cell单元，相对于RNN会有更长期的记忆。具体原理下面会进行回顾
首先是输入向量z, 以及三个门（输入门、遗忘门、输出门）计算公式。
然后图中是lstm的输出：
的计算公式。
然后每一次都反复每个time step的步骤，就是LSTM的计算过程。 那么和meta learning会有什么关系呢？
梯度下降过程中，每个time step会通过梯度来更新参数
，和LSTM中c很相似，那么LSTM中c是否也可以用
来代替呢？ 如图，将遗忘门
置为全1的矩阵，将输入门
所有元素置为meta learn的学习率。
实际过程中，当前time step的输入还可以引入更多东西（图中other），可以是当前参数
的loss等。 同时，
是固定的，能否通过学习得到呢？即：
:自动学习给出适合当前的学习率。
自动学习出做多少weight decay。
是将之前的参数缩小，和weight decay一样的作用。
图上面是一般的lstm结构，下面是gradient descent中的lstm，对于初始参数
，训练集中mini batch输入可以获得其梯度，然后更新参数的过程为：
同时每次的batch不一样，并且参数不一样，对应的梯度
也是不一样的（这里符号上没有做区别）。 图中就是一个训练数据集的三次参数update的过程，然后这个是“lstm”网络的前馈过程，然后使用训练数据，计算获得损失
，然后使用梯度更新“lstm”参数来使得损失最小。（这里有点套娃）
由于参数
的数量巨大，不能直接输入“lstm”，所有会将所有维度的参数都复用一个“lstm”的cell。
Metric-based Approach
