Jun, 2021
通过元学习优化可重复利用的知识,实现不断学习
Optimizing Reusable Knowledge for Continual Learning via Metalearning
TL;DR本文章提出了一种名为MetA Reusable Knowledge (MARK)的方法,通过元学习和可训练掩码,实现了在学习新任务时保留共享权重,以解决人工神经网络在学习时间问题上遇到的Catastrophic Forgetting问题,并在多个基准测试中实现了超越最佳方法10%以上的平均精度结果,几乎零遗忘率。