本文提出了一种新的高效方法,用于生成局部连续的Pareto集和Pareto fronts,并应用于现代机器学习问题。通过基于样本的稀疏线性系统,将多目标优化理论扩展到机器学习,并实现了局部Pareto集的分析。通过在多任务分类和回归问题上的应用,证明了该算法在平衡权衡、找到更多不同权衡解以及处理百万级参数任务方面的能力。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: