"メタ学習: 学習方法を学習すること（learning to learn） / ディープラーニングならparameter、loss、optimiserだけで十分ですが、メタ学習はさらにmeta-parameter、meta-loss、meta-optimizerが必要" 2018

sh19910711 のブックマーク 2024/04/20 12:54

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/372040426/comment/sh19910711" data-user-id="sh19910711" data-entry-url="https://b.hatena.ne.jp/entry/s/recruit.gmo.jp/engineer/jisedai/blog/meta-learning/" data-original-href="https://recruit.gmo.jp/engineer/jisedai/blog/meta-learning/" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Frecruit.gmo.jp%2Fengineer%2Fjisedai%2Fblog%2Fmeta-learning%2F" data-user-icon="/users/sh19910711/profile.png">メタ学習（meta-learning）の紹介：Regression版で今年の東京の気温を当ててみました～ | GMOインターネット 次世代システム研究室</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%2Aalgorithm">*algorithm</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92">機械学習</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/model%2A">model*</a>]</li></ul><br><p style="clear: left">&quot;メタ学習: 学習方法を学習すること（learning to learn） / ディープラーニングならparameter、loss、optimiserだけで十分ですが、メタ学習はさらにmeta-parameter、meta-loss、meta-optimizerが必要&quot; 2018</p><a class="datetime" href="https://b.hatena.ne.jp/sh19910711/20240420#bookmark-372040426"><span class="datetime-body">2024/04/20 12:54</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！