MAML复现实验结果汇总（取最好的情形）

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：$98.7\pm 0.4\%$
我的：$97.5\%$

20-way-1-shot

MAML：$95.8\pm 0.3\%$
我的：$85.8\%$

20-way-5-shot

MAML：$98.9\pm 0.2\%$
我的：$94.4\%$

miniImageNet数据集

5-way-1-shot

MAML：$48.70\pm 1.84\%$
我的：$49.15\%$

5-way-5-shot

MAML：$63.11\pm 0.92\%$
我的：$62.26\%$

到此，MAML的复现已经告一段落了，接下来向新的实验进发。