PulseAugur
中
实时 22:02:32
实体 Learning without Forgetting

Learning without Forgetting

PulseAugur coverage of Learning without Forgetting — every cluster mentioning Learning without Forgetting across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_03000 ·

    新方法平衡神经网络的稳定性和可塑性

    研究人员开发了新的方法来改进顺序训练的早期退出神经网络，解决了新退出会降低早期退出性能的问题。所提出的技术受持续学习的启发，要么保护关键参数，要么保留先前退出的输出分布。另外一项研究强调，连续数据流如何被划分为离散任务（称为时间任务化）会显著影响流式持续学习的评估结果。即使使用相同的模型和数据，这种任务化选择也会改变学习模式并导致不同的基准结论。