Meta learning就是learning to learn，字面意思就是学会学习。想一下人是怎么学会学习的：
采用一种学习方法（比如刷题/背题/背概念等）进行学习，然后得到反馈（成绩是否提高），如果是正的反馈（成绩不断提高），说明这种学习方法是有效的。
那么神经网络是如何学会学习的呢？
采用一种学习方法（对于神经网络来说，就是模型的参数）进行学习，然后得到反馈（误差关于参数的梯度），如果是正的反馈（梯度不断变小，意味着学习效果不断变好），说明这种学习方法是有效的。
执行体就是下图中的optimizee，也就是由它采用特定的学习方法进行学习，每种学习方法就对应着不同参数的optimizee模型，它在学习的过程中会不停地输出自己的loss关于参数的梯度，optimizer就是通过这个来评判这个学习方法（模型）的效果好不好的。optimizee需要从多种不同任务的training data中学习。
optimizer相当于一个判官，看到optimizee的梯度越来越小了，就知道optimizee当前采用的学习方法效果不错，就会沿着这个方向给出新的参数更新值，也就是给optimizee指定一个新的学习方法。当看到optimizee的梯度越来越大了，就知道得悬崖勒马了，会沿着其他方向给出参数更新值。总之，optimizer的工作就是要让optimizee在学习多种不同任务时的平均误差（误差的期望）最小。这样得到的optimizee才算是学习到了多种不同的任务。
可以认为optimizer是规则的制定者，optimizee是规则的执行者，optimizer根据optimizee执行的效果动态调整规则。
