本文主要是介绍MAML复现实验结果汇总（取最好的情形），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
2020/5/10更新：
Reptile这篇论文中说，MAML的实验使用到了transductive Learning的实验设定。关于transductive Learning你可以理解成MAML作者汇报的是训练中query集的结果，而不是我们通常意义的测试集中query集的结果。
这个图表来自Reptile的那篇论文。
以下是原文：
下面是我进行的复现实验的实验结果。
除了20-way-N-shot的部分，其他实验结果基本都能对应上。
附：
MAML模型无关的元学习代码完整复现（Pytorch版）
MAML复现全部细节和经验教训（Pytorch）
Omniglot数据集
5-way-1-shot
MAML： 98.7 ± 0.4 % 98.7 \pm 0.4\% 98.7±
这篇关于MAML复现实验结果汇总（取最好的情形）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
