来自 | 知乎

作者 | 王晋东不在家

地址 | https://www.zhihu.com/question/299020462/answer/1061686901

编辑 | 机器学习算法与自然语言处理公众号

本文仅作学术分享，若侵权，请联系后台删文处理

殊途同归，并无大的区别。名字不一样而已，玩的都是文字游戏。

不信你看~

你可以说元学习是强调从不同的若干小任务小样本来学习一个对未知样本未知类别都有好的判别和泛化能力的模型，但其实你想想，难道这不就是知识迁移吗？

从迁移上来看，你可以说学习一个可迁移的特征或模型，可以从A迁移到B。但这些可以被迁移过提纯的东西，难道不能被叫做元知识吗？

鉴于目前的情况，这两部分看似是两个分支，各自也都发展出了很多的方法。但是千万不要认为是两个领域，我觉得最多也就算1.5个吧。

其实任何做迁移学习或者做元学习的同学，都要一起来看这两部分，不要割裂开来。当然写paper有写paper的套路，不能全写，但是在学习和科研的时候，一定要把眼界放宽，兼容并包，你才能有更好的发展。

迁移学习的资料已经有很多了，我就不推荐了。

元学习相对来说系统的资料少一点。这里我推荐最新出炉的Stanford助理教授Chelsea Finn开设的CS330 multitask and meta learning课程。

你看，我们讲迁移时，多半要讲multitask。人家却把multitask和meta讲一起了，是不是越看越觉得，这三个本来就是一家嘛。

课程链接~https://b23.tv/av91772677/p1

最后说一句，在b站学习，我快乐。

下载1：四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！

下载2：仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code

重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！

额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！

推荐阅读：
Tensorflow 的 NCE-Loss 的实现和 word2vec
多模态深度学习综述：网络结构设计和模态融合方法汇总
awesome-adversarial-machine-learning资源列表