元学习 Meta-learning
元学习属于机器学习的子领域，其中自动学习算法应用于机器学习实验的元数据。
元学习的核心是「学习（训练）」过程，即研究如何让神经元可以很好的利用旧知识，使得其能根据新任务的调整自己，示意图如下：
- 神经网络的初始参数（蓝色■）；
- 优化器的参数（粉色的★）。
图中主要有两个部分需要训练：
- 用「模型（M）」这个词来指代我们之前的神经网络，现在也可以将其理解为一个低级网络，该模型的权重在图中用 ■ 表示。
- 用「优化器（O）」或者「元学习器」来指代用于更新低级网络权重的高级模型，优化器的权重在图中用 ★ 表示。