這篇本來是從網上專知那裏找的，可是被刪了……實在可惜，因此轉載至此。下面的4個PPT非常棒，是大牛們對這個行業的綜述以及前景預測。
————————————————————————分割線—————————————————————————
導讀
計算機視覺最具影響力的學術會議之一的 IEEE CVPR 在2019 年 6 月 16 日 在美國加州的長灘市召開舉行。來自Salesforce Research的Nikhil Naik和Nitish Keskar, Google的Chelsea Finn, University of Freiburg 的Frank Hutter, Salesforce Research的Richard Socher, MIT的Ramesh Raskar等人一起分享了各自在元學習上的工作和見解，介紹一系列涵蓋元學習中的幾個重要主題，包括少樣本學習、多任務學習和神經框架搜索，以及它們的基本構件塊：強化學習、進化算法、優化和基於梯度的學習等。
Meta-Learning for Computer Vision
講者：Nikhil Naik, Nitish Keskar, Chelsea Finn, Frank Hutter, Richard Socher, Ramesh Raskar
摘要：近年來，人們對元學習算法的興趣激增: 優化學習算法性能的算法，設計基於數據的神經網絡等學習功能的算法，以及發現任務之間關係的算法，以實現對新任務的快速學習。這代表了人工智能的下一個重大轉變，從學習決策函數和學習表示，到學習這些學習表示和決策函數的算法。
本教程將涵蓋元學習中的幾個重要主題，包括少樣本學習、多任務學習和神經框架搜索，以及它們的基本構件塊：強化學習、進化算法、優化和基於梯度的學習。我們還將討論它們在計算機視覺的一系列問題中的應用。
鏈接：https://metalearning-cvpr2019.github.io/
Few-shot meta-learning
講者：Chelsea Finn
主頁：http://people.eecs.berkeley.edu/~cbfinn/
PPT：https://metalearning-cvpr2019.github.io/assets/CVPR_2019_Metalearning_Tutorial_Chelsea_Finn.pdf
Multi-task learning and meta-learning
講者：Nitish Keskar
主頁：https://keskarnitish.github.io/
PPT：https://metalearning-cvpr2019.github.io/assets/CVPR_2019_Metalearning_Tutorial_Chelsea_Finn.pdf
Neural architecture search
講者：Nikhil Naik
主頁：http://mit.edu/naik
PPT：https://metalearning-cvpr2019.github.io/assets/CVPR_2019_Metalearning_Tutorial_Nikhil_Naik.pdf
Bayesian optimization and meta-learning
講者：Frank Hutter
主頁：http://aad.informatik.uni-freiburg.de/people/hutter/
PPT：https://metalearning-cvpr2019.github.io/assets/CVPR_2019_Metalearning_Tutorial_Frank_Hutter.pdf