可扩展的元学习通过混合模式微分

本研究针对梯度优化在元学习中的应用，特别是通过二层优化过程导致的高计算成本问题，提出了一种名为混流元梯度（MixFlow-MG）的新算法。该算法利用混合模式微分构建更高效的计算图，实现了超过10倍的内存节省和最多25%的时间提高，从而显著提升了元学习任务的可扩展性和性能。