ER-FSL: 在线连续学习的特征子空间学习经验回放

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种名为经验回放与特征子空间学习的新方法,用于解决在线持续学习中的灾难性遗忘问题。该方法通过在不同的特征子空间中进行学习和重放,有效地保留了从旧数据中学到的知识。实验证明该方法在三个数据集上表现出优越性。

🎯

关键要点

  • 在线持续学习中,深度神经网络面临灾难性遗忘问题。
  • 提出了一种新方法:经验回放与特征子空间学习。
  • 该方法通过在不同特征子空间中学习和重放来保留旧数据知识。
  • 实验证明该方法在三个数据集上表现优越。
➡️

继续阅读