learning-to-learn

该项目实现了元学习（Meta-Learning）中的“学会学习”（Learning to Learn）范式，即训练一个神经网络作为优化器，去优化其他神经网络的参数。核心功能包括：基于TensorFlow和Sonnet构建可微分优化器，支持在简单函数、MNIST、CIFAR-10等任务上进行元训练与评估；支持二阶导数计算、多问题解耦优化（如CNN不同层使用独立元优化器）。技术特点为端到端可微、模块化问题接口、命令行驱动训练/评估流程。适用于元学习算法研究、自适应优化器设计、小样本或快速收敛场景下的模型训练探索。