BriefGPT.xyz
Sep, 2022
可扩展的敌对在线持续学习
Scalable Adversarial Online Continual Learning
HTML
PDF
Tanmoy Dam, Mahardhika Pratama, MD Meftahul Ferdaus, Sreenatha Anavatti, Hussein Abbas
TL;DR
本文提出了一种可扩展的对抗式连续学习(SCALE)方法,使用参数生成器将共同特征转换为任务特定特征和单个判别器在对抗游戏中诱导共同特征。该方法通过类元学习的方式进行训练,使用三个损失函数的新组合。SCALE方法在准确性和执行时间方面优于突出的基线。
Abstract
adversarial continual learning
is effective for continual learning problems because of the presence of feature alignment process generating
task-invariant features
having low susceptibility to the
→