关键词shared feature representation
搜索结果 - 2
- ICLR多任务学习中信息传输的理解与改善
本文研究了多任务学习的方法,使用共享特征表示所有任务,并研究了线性和 ReLU 激活模型的理论。通过实验证明了任务数据的对齐有助于多任务训练和转移学习,特别地,我们的对齐方法比 BERT-LARGE 在 5 个 GLUE 任务上平均提高了 - AAAI联合领域对齐和判别特征学习的非监督深度领域自适应
通过联合域对齐和辨别特征学习的方式,可以带来对域对齐和最终任务分类的双重优化。对于视觉和机器学习领域,大部分现有工作只集中在通过最小化不同域之间的分布差异来学习共享的特征表示。然而,本文指出,所有域对齐方法只能减少,而不是消除域移位的情况。