关于元学习的最优参数问题

元学习是通过N个训练任务去训练N个学习器出来，但是最终的损失函数是所有训练任务的损失相加，然后再进行微分，更新参数继续迭代
这样训练到最后不是能够一共会有N个学习器吗？这样如何才能获取最优参数，得到最终的那一个分类器呢？真的绕不过来，感谢各位！

图中的不同任务符号都是F，说明不同任务用的是一个元模型，参数是相同的，不过更新的时候并不是根据某个任务的loss更新，而是根据所有任务的loss 更新。