Meta-Learning-Papers

收录理由

元学习的研究论文散落在二十多年的各类会议里，这份清单替你把它们梳理好了。它收录了数百篇关于学会学习、单样本学习和少样本学习的论文，并按照技术路线分门别类，让你能清楚看到这个领域如何从早期施密德胡伯的嵌入元层级、霍赫赖特用梯度下降来学习的方法，一路演进到如今占主导的基于梯度、度量学习以及模型无关的工作。刚起步的研究生和学者能从中获得合理的阅读顺序，不用自己猜测哪些论文真正重要。做少样本算法对比的工程师，也可以直接翻到自己关心的技术方向，找到当前方法背后的开创性工作。需要说明的是，这是一份经过整理的文献目录，而不是可运行的软件；你看到的是论文列表和发表出处，不是可以直接跑的代码。