ScrollNet:动态权重重要性的持续学习

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新的训练范式,使用区间约束控制遗忘。提出了Hyperrectangle Training方法,每个任务用超矩形表示,完全包含在先前任务的超矩形中,模拟超矩形训练集合。同时展示了InterContiNet算法在连续学习中的表现。

🎯

关键要点

  • 提出了一种新的训练范式,使用区间约束控制遗忘。
  • 介绍了Hyperrectangle Training方法,每个任务用超矩形表示。
  • 超矩形完全包含在先前任务的超矩形中,模拟超矩形训练集合。
  • 展示了InterContiNet算法在连续学习中的表现,且不保存以前任务数据。
➡️

继续阅读