斯坦福大学《深度多任务与元学习|Stanford CS330 Deep Multi-Task and Meta Learning 2022》中英（豆包翻译

https://cs330.stanford.edu/
《CS 330: 深度多任务与元学习，2023年秋季》

尽管深度学习在图像分类、自然语言处理和语音识别等诸多问题上取得了显著的成功，但这些模型在很大程度上是针对它们所训练的单一任务进行专门化的。本课程将涵盖需要解决多个任务的情境，并研究如何利用由多个任务产生的结构更高效或更有效地学习。这包括：

- 为下游少样本学习和迁移学习进行的自监督预训练
- 旨在学习能够快速学习新任务的高效学习算法的元学习方法
- 课程学习和终身学习，其中问题要求学习一系列任务，利用它们的共享结构实现知识转移

这是一门研究生水平的课程。课程结束时，学生将能够理解并实现最先进的多任务学习和元学习算法，并为这些主题的研究做好准备。