# 定义
元学习，meta-learning，又叫learning to learn。传统的深度学习从头开始学习（训练），即learning from scratch，对算力和时间都是更大的消耗和考验。
元学习包括:
1、Zero-Shot/One-Shot/Few-Shot 学习.
2、模型无关元学习(Model Agnostic Meta Learning).
3、元强化学习（Meta Reinforcement Learning）
元学习的核心：task。元学习的训练样本和测试样本都是基于任务的。元学习的训练过程是在task1和task2上训练模型（更新模型参数），测试过程是在测试任务上评估模型好坏，从图中可以看出，测试任务和训练任务内容完全不同。
传统深度学习的操作方式如下图，先定义一个网络架构，初始化参数，然后通过自己选择的优化器更新参数，图中通过两次epoch更新最终得到网络输出 ，那元学习与传统深度学习的联系在哪儿呢？
注意到红色方框中的东西都是人为设计定义的，其实元学习的目标就是去自动学习或者说代替方框中的东西，不同的代替方式就发明出不同的元学习算法。比如说对于一个新任务的初始参数部分来说，如果能够提前获得一个来自其他任务学习到的较好的初始参数，可能经过很快的训练就能收敛到全局最优，也就是fast adaption。
以下两个经典算法都把学习目标定义在初始化参数的部分，所以接下来的解读都以此假设为学习目标。在神经网络算法，都需定义一个损失函数来评价模型好坏，元学习的损失通过N个任务的测试损失相加得到。定义在第n个任务上的测试损失是 ，则对于N个任务来说，总的损失为
，这就是元学习的优化目标。
MAML
Model Agnostic Meta Learning，简称MAML，发音酷似英文中的哺乳动物mammal，是近两年元学习领域的典型代表。理解MAML算法的损失函数含义和推导过程，首先得严格区分pre-training。我们定义初始化参数为 ，其初始化参数为
，定义在第n个测试任务上训练之后的模型参数为
，于是总的损失函数为
。pre-training的损失函数是
，直观上理解是MAML所评测的损失是在任务训练之后的测试loss，而pre-training是直接在原有基础上求损失没有经过训练。
假设模型参数的 和
向量都是一维的，MAML不在乎当前参数在训练数据上loss的表现，MAML是找到一个不偏不倚的
，使得不管是在任务1的loss曲线
还是任务2的loss曲线
上，都能快速梯度下降到分别的全局最优。
而model pre-training的初衷是寻找一个从一开始就让所有任务的损失之和处于最小状态 ，它并不保证所有任务都能训练到最好的
，如上图所示，
即收敛到局部最优。MAML比作选择读博，意味着在意的是以后的表现如何，即潜力；而model pre-training就相当于选择毕业直接去互联网大厂工作，马上就把所学技能兑现金钱，在意的是当下表现如何。
总结起来，MAML算法的框架其实很简单，值得注意的是两个学习率 和
所用的地方不同：
1、对于采样出来的所有任务 ，在support set上计算梯度并更新参数
2、计算所有任务在query set上的损失之和
3、更新初始化参数
这是训练过程的流程，所有的更新参数步骤都被限制在了一次，即one-step，但在用这个算法时，即测试新任务的表现时可以更新更多次。
原始论文中提到一个词gradient by gradient，在左图体现得淋漓尽致，从 到
是流程中的第一步，在support set上训练得到；
继续往前一步是流程中的第二步，并不代表它又更新了，而是为了在query set上计算loss并把batch中的所有采样任务loss加起来（在图中batch为1）；从
到
显而易见是第三步，沿着
梯度更新，这是第二次计算梯度。而从
到
是啥含义呢？是跑第二遍以上流程（包含三个步骤），更专业的术语叫做第二个epoch。接下来理解model pre-training简直就是易如反掌了，从
到
直接沿着步骤1的方向，没有gradien by gradient这一招。
用每个task 计算loss，更新参数seita,
把所有task 的loss（用每个task更新后的参数算） 加起来。更新梯度。
Reptile
为什么叫reptile呢？因为从原论文上找不出任何蛛丝马迹，李宏毅老师开玩笑道可能是为了硬凑一个爬行动物。同样，我又要说一个词了，易如反掌——只要理解了上面的一切，理解Reptile的思想就是分分钟钟的事情。看图：简而言之，Reptile就是在算法流程中的第一步更新了多次，在第三步时用 到
的差向量作为更新方向。把MAML、model pre-training、Reptile三者的图放一起，用向量的运算规则，Reptile可以理解为前两者的梯度更新方向的综合。
https://www.youtube.com/watch?v=vUwOA3SNb_E&list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4&index=36