上传者: 42135753
|
上传时间: 2021-11-29 10:04:43
|
文件大小: 12.89MB
|
文件类型: -
BOML-用于元学习的Python双层优化库
BOML是一个模块化的优化库,它将几种ML算法统一为一个通用的双层优化框架。它提供了用于实现流行的双层优化算法的接口,因此您可以快速构建自己的元学习神经网络并测试其性能。
ReadMe.md包含简短介绍,以在少数镜头分类字段中实现基于元初始化和基于元功能的方法。除已提出的算法外,还可以使用较低级别策略和较高级别策略的各种组合。
元学习
当通过学习具有良好泛化能力的初始化来面对传入的新任务时,元学习效果很好。它甚至在提供少量培训数据的情况下也具有良好的性能,从而催生了针对不同应用的各种解决方案,例如少发性学习问题。
我们提出了一个通用的双层优化范例,以统一不同类型的元学习方法,其数学形式可以总结如下:
通用优化例程
在这里,我们在图中说明了一般的优化过程和分层构建的策略,可以在以下示例中快速实现它们。
文献资料
有关基本功能和构建过程的更多详