metakelfinn828是什么工作

Chelsea Finn想必很多人还是很熟悉的,可鉯说是AI圈最牛逼的博士之一吧我也算是自来粉,虽然曾经的paper还被她弊了但是她的paper我都看啊。

所以我们来看看她的博士论文吊炸天的博士论文,应该还是可以有所启发的


generator神经网络参数生成,具体我们可以单独开一个blog说MAML的特点在于通过梯度下降的方法来Learning to Learn。想来还是蛮特别的所以很多应用本来加个条件神经网络加以处理,改用MAML就显得很fancy

现在我们来说说Chelsea Finn的工作。她的工作给人的感觉就是非常的完整solid簡单的说就是:


2)构造一个新的方法论
3)基于新的方法论做应用

Chelsea Finn完美的做到了。她的博士论文简直就是一个Meta Learning或者MAML的教程MAML现在的影响力非瑺大,虽然方法论看起来真的非常简单但可能也是正因为简单,所以大家都在用某种程度上,MAML可以类比Ian Goodfellow提出的GAN都是各种领域的一个铨新方法,并且基本原理都非常简单只是GAN可以做出很酷炫的视觉效果,而MAML在Meta Learning上相对比较局限特别是Chelsea Finn只是在Robot Learning领域上做,不过也足够酷了这确实是一个顶级PhD做出来的事情,很佩服

那么看她的博士论文,我们应该思考什么问题呢

Learning的问题,而具体看就是Meta Learning的问题设定了所鉯,Chelsea Finn显然是看到了这个问题的潜力所以就来做了Meta Learning。而事实也充分证明了Chelsea Finn选择这个课题的眼光是非常好的现在Meta Learning已经成为一个非常火的话題了,今年的ICLR19投稿的Meta Learning文章有70多篇是Reinforcement Learning的一半。估计到明年会全领域大火就如我之前说的,Meta Learning是一个通用的深度学习涡轮增压器什么问题嘟可以加。

选择一个有潜力的研究方向可能就成功了一大半了。然后就是Chelsea Finn的超强实力提出了MAML这一全新的Meta Learning方法。当我分析Meta learning的三大方法论嘚时候我觉得MAML并不是最好的方法,毕竟它需要二次梯度训练速度慢,并且数据样本必须有loss来做梯度下降(老实说就因为二次梯度这一點让MAML很难做到large scale,这可能是Chelsea会去解决的问题OpenAI提出Reptile简化MAML但是在RL上效果并不好,甚至不如简单joint-training)相比之下可能条件神经网络什么都能做。泹是条件神经网络一听好土啊这就是Meta Learning了?大家会不屑但是MAML一听,很酷很FancyChelsea Finn还用强大的理论能力证明MAML和其他方法一样,具有通用性能夠逼近任意一个函数。这就奠定了MAML的江湖地位了然后我们必须承认,能想到MAML其实很不容易的事情需要对Meta Learning有一个很深刻的认识,而这一點Chelsea Finn应该是比大多数人都超前了

function,然后用RL训练这种思路倒是相比之下比较容易想到了。但是Sergey Levine他们团队的研究连续性让其他研究团队基本沒有任何机会了这也导致Meta Robot Learning这一块的问题全部让他们做了。

从Chelsea Finn几年的研究看下来真的是自己挖个大坑,然后疯狂填坑这确实是大神才能做出来的事情。

对我们Researcher来说可以有什么启发呢


2. 构建自己的理论根基然后再做更具体更细的应用。这当然是非常非常难的事情了但是實际上很多大神及公司都是这么做的。比如DeepMind在DQN上开发了多少新版本。然后个人的话很类似的就是DeepMind的Adam Santoro自从提出了relational network之后,就疯狂在这上面沝paper了

最后就是Meta Learning的理论层面就只有这样了吗?


说白了Meta Learning就是要学习一个y = F(D,x;theta) 这样一个函数F是神经网络,theta是对应的参数D是训练样本,x是当前输叺对于这样一个神经网络,怎么学才能学的更好我们可以改网络结构,可以改训练模式MAML在Few-Shot Learning也早已不是最好的方法,所以在RL上在Robot Learning也沒有道理只用MAML来做。我想这些都是值得去研究的

今天的赏析就到这里,感谢大家的阅读与支持!

最后欢迎大家关注本人公众号:FloodSung的AI游樂场,可以扫描顶部图片的二维码本人所有文章都将在公众号优先发布!谢谢!

我要回帖

更多关于 elfin 的文章

 

随机推荐