CLEO: 演化本体的持续学习

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出了一种用于在线连续学习问题的简单算法,该算法采用kNN分类器和通用预先训练的特征提取器,可以在小的计算预算下紧凑存储和利用整个数据流,同时减少过往数据的灾难性遗忘,快速适应快速变化的数据流。在Continual LOCalization (CLOC)和Continual Google Landmarks V2 (CGLM)两个大规模OCL数据集上取得了最新的技术水平。

🎯

关键要点

  • 提出了一种用于在线连续学习问题的简单算法
  • 算法采用 kNN 分类器和通用预先训练的特征提取器
  • 能够在小的计算预算下紧凑存储和利用整个数据流
  • 减少过往数据的灾难性遗忘
  • 快速适应快速变化的数据流
  • 在 CLOC 和 CGLM 两个大规模 OCL 数据集上取得了最新的技术水平
➡️

继续阅读