我正在尝试为自己的模型实施与模型无关的元学习（MAML）。 MAML是一个涉及两步模型更新的框架。首先，模型A将从模型B中克隆参数。然后，在给定支持集的情况下对模型A进行训练和更新，然后将模型A应用于查询集并造成损失。最后，给定损耗模型A，可以更新模型B的参数。
我看到许多实现，它们以某种方式使模型可以接收两种类型的不同参数。因此，一个模型实际上可以在不同参数下表现不同。但是，这两种类型的参数（它们相互克隆）位于同一计算图中。我的模型非常复杂，所以我不知道如何使它能够接收外部参数。有没有办法建立带有克隆参数的两个模型，并且两个模型在同一计算图中？
这是我研究的实现。 https://github.com/dragen1860/MAML-Pytorch/blob/master/meta.py MAML纸 https://arxiv.org/pdf/1703.03400.pdf