Meta Learning学习者手记
元学习算法加速器,形成元学习的编程思维;提供详细代码注释,侧重高级编程技巧,提高编程效率

作者:王文峰 阮俊虎 黄发明 周牧 王海洋

丛书名:中外学者论AI

定价:49元

印次:1-1

ISBN:9787302684121

出版日期:2025.04.01

印刷日期:2025.04.01

图书责编:崔彤

图书分类:零售

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

Meta Learning得到的算法能依据自己表现的反馈信号及时地调整其结构和参数空间, 进而在新环境中通过累计经验提升表现性能,是走向机器自主学习和迈向强人工智能的关键一步。 本书适用于所有对人工智能感兴趣的读者。作者面向meta learning甚至是机器学习的初学者,从学习者的视角,通俗易懂地描述meta learning的基本概念、原理和理论体系, 并在此过程中同步展开一些有意义的实践,逐步引导读者获得学习的快乐和成就!

王文峰,上海应用技术大学电气学院高级工程师,中国大数据与智能计算产业联盟理事。长期以来主要从事类脑学习与认知计算研究,侧重于数学跨学科应用,目前已涉及计算机视觉、机器人、安防、生态、地理、医学等领域。兼任国家自然科学基金评审专家(面上项目类)、第三脑研究院(美国)资深客座研究员、Springer/IEEE 旗下多个国际会议委员和分会场主席、多个SCI期刊(含部分TOP期刊)审稿专家。出版中英文图书3本,Brain-inspired intelligence and visual perception获国家出版基金资助。

前言 众所周知,人工智能技术正在改变着世界,并已经成为真正的“世纪机遇”。作为一种科学思想,人工智能的起源至少可以追溯到700多年前。但是作为一项理论计算,人工智能概念的正式提出应当归功于艾伦·麦席森·图灵(Alan M. Turing)在1948年撰写但未发表的论文Intelligent Machinery以及在1950年发表的论文Computing Machinery and Intelligence。这两篇论文点燃了科学家用机器模拟人类智能的梦想,而通用智能则成为这一梦想追求的最高目标。在过去的70多年里,人工智能先后经历了“狂热—寒冬—复兴”,最终进入了平稳的发展阶段。时至今日,人工智能的概念已经深入人心。ChatGPT和元学习的异军突起,更加坚定了科学家追求通用智能的信念。 元学习的英文翻译为Meta Learning,本质是learning to learn,即学会学习。这是一种面向过程的新型高端机器学习算法,我们团队于2020年开始尝试这方面的研究和探索。作为新型高端算法,元学习的研究不仅涉及复杂模型推导,而且涉及大规模编程。在相关课题研究中,团队的编程思维和代码调试能力都经历了非常大的挑战,最终完成了一系列的算法创新。我们和学生一起探索、进步。他们作为团队的生力军,一直都是课题研究的中坚力量。现在他们都已经以优异的成绩毕业,找到了理想的工作,投入了新的研究课题。新的学生又是从零开始,团队急需引导他们形成元学习的编程思维。从编程平台搭建到开发环境配置,给学生们多一些勇气和鼓励,他们最终也将完成对大规模代码的理解与调试。 为了帮助更...

目录
荐语
查看详情 查看详情

目录

第1章联合训练问题

1.1问题描述

1.1.1以任务为样本

1.1.2面向学习过程

1.1.3快速适应新任务

1.2建模思路

1.2.1局部最优模型

1.2.2全局最优模型

1.2.3模型前置代码

1.3算法思想

1.3.1外层循环算法

1.3.2内层循环算法

1.3.3权重更新代码

1.4最优化方法

1.4.1准备优化工具

1.4.2搭建优化平台

1.4.3最优化科学计算包

1.5元优化机制

1.5.1环境变量的配置

1.5.2环境变量的验证

1.5.3元优化机制

第2章任务构建问题

2.1问题描述

2.1.1小样本单元

2.1.2有限监督数据

2.1.3支撑集与查询集

2.2建模思路

2.2.1任务分布模型

2.2.2监督学习模型

2.2.3模型前置代码

2.3算法思想

2.3.1单元划分算法

2.3.2标签分配算法

2.3.3任务生成算法

2.4最优化方法

2.4.1创建优化环境

2.4.2更新优化系统

2.4.3安装编程内核

2.5元优化机制

2.5.1代码编辑器

2.5.2元优化程序

2.5.3元优化机制

第3章过程建模问题

3.1问题描述

3.1.1基准数据集

3.1.2图像尺寸调整

3.1.3知识获取过程

3.2建模思路

3.2.1图像加载模型

3.2... 查看详情

"(1) 内容通俗易懂
本书贴近初学者的实际情况,完整复现作者团队在元学习算法研究初期对代码问题和算法思想的理解。对人工智能感兴趣但缺少专业指导的读者,开篇即可轻松入门,在较短时间内收获进步的喜悦。
(2) 有趣但不缺乏挑战
元学习过程与人类的学习过程比较相似,是非常有趣的算法。本书从最初级的算法思想开始,循序渐进,帮助初学者全方位系统理解元学习的有趣过程。同时,也为读者留出了部分思考空间,积极引导读者尝试探索,在挑战中逐步**自我。
(3) 既是放大镜又是加速器
本书为读者提供了一枚放大镜,透过本书,读者将有能力解释模型无关元学习算法程序的几乎所有细节。作为深度学习的拓展应用,元学习算法的实现涉及一系列高级编程技巧。这些编程技巧是读者成长的加速器,可以在较短时间内形成编程思维,提高编程效率。"

查看详情