AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
MAML (Model-Agnostic Meta-Learning)
模型无关元学习算法，通过梯度优化学习模型初始参数，使模型能够用少量样本快速适应新任务。
術語
Meta-LSTM
LSTM的变体，元学习自身的更新参数，根据每个任务的具体特征动态调整模型权重。
術語
SNAIL (Simple Neural Attentive Learner)
混合架构，结合时间卷积和注意力机制，从示例序列中学习并快速适应新任务。
術語
Meta-SGD
MAML的扩展，不仅学习初始参数，还学习每个参数特定的学习率，以更灵活地适应新任务。
術語
Reptile
简化的元学习算法，在初始权重和当前任务经过几步优化后的权重之间进行插值。
術語
TADAM (Task-Dependent Adaptive Metric)
结合原型网络与任务感知注意力模块的方法，根据每个任务的特征动态调整嵌入空间。
術語
LEAP (Learning to Evaluate)
元学习评估函数的框架，用于比较不同任务上的模型，直接优化元泛化性能而非单个任务损失。
術語
L2L (Learning to Learn)
神经元元优化器学习更新另一个网络参数的范式，发现针对每个问题的自适应优化算法。
術語
R2D2（递归奖励分解）
一种强化元学习方法，使用奖励的层次化分解来学习可在不同任务间重用的策略。
術語
元迁移学习
结合元学习和迁移学习的方法，学习可迁移的表示，同时保持对新数据分布的快速适应能力。
術語
元强化学习
智能体学习学习快速适应新强化任务策略的领域，通过利用跨环境的规律性。
🔍