自步学习的介绍 self paced learning

这方面的研究专家,参考西安交通大学的
孟德宇老师

他最近的研究方向:

Fundamental problems in machine learning and computer vision, especially including:

Meta-learning

Variational bayesian methods on inverse problems

Robust and interpretable deep learning

1.1 Self-paced curriculum learning

https://ojs.aaai.org/index.php/AAAI/article/view/9608;

课程学习(CL)或自定进度学习(SPL)代表了最近提出的一种学习制度,其灵感来自人类和动物的学习过程,在训练中逐渐从简单到更复杂的样本。这两种方法具有相似的概念学习范式,但具体的学习方案不同。在CL中,课程由先验知识预先确定,此后保持固定。因此,这种方法在很大程度上依赖于先验知识的质量,而忽略了对学习者的反馈。在SPL中,课程是动态确定的,以适应精益者的学习速度。然而,SPL无法处理先验知识,使其容易过度拟合。在本文中,我们发现了CL和SPL之间缺失的联系,并提出了一个名为自定进度课程倾斜(SPCL)的统一框架。SPCL被表述为一个简洁的优化问题,它既考虑了训练前已知的先验知识,也考虑了训练期间的学习进度。与人类教育相比,SPCL类似于"讲师-学生-协作"学习模式,而不是CL中的"讲师驱动"或SPL中的"学生驱动"。根据经验,我们证明了SPCL在两个任务上的优势

1.2 课程学习

参考阅读

http://huangc.top/2021/06/13/Curriculum-Learning-2021/

1.3

2.

2.1

2.2

2.3

3.

3.1

3.2

3.3

课程学习(CL)或自定进度学习(SPL)代表了最近提出的一种学习制度,其灵感来自人类和动物的学习过程,在训练中逐渐从简单到更复杂的样本。这两种方法具有相似的概念学习范式,但具体的学习方案不同。在CL中,课程由先验知识预先确定,此后保持固定。因此,这种方法在很大程度上依赖于先验知识的质量,而忽略了对学习者的反馈。在SPL中,课程是动态确定的,以适应精益者的学习速度。然而,SPL无法处理先验知识,使其容易过度拟合。在本文中,我们发现了CL和SPL之间缺失的联系,并提出了一个名为自定进度课程倾斜(SPCL)的统一框架。SPCL被表述为一个简洁的优化问题,它既考虑了训练前已知的先验知识,也考虑了训练期间的学习进度。与人类教育相比,SPCL类似于"讲师-学生-协作"的学习模式,而不是CL中的"讲师驱动"或SPL中的"学生驱动"。根据经验,我们证明了SPCL在两个任务上的优势

相关推荐
程序员Linc11 分钟前
写给新人的深度学习扫盲贴:向量与矩阵
人工智能·深度学习·矩阵·向量
xcLeigh19 分钟前
OpenCV从零开始:30天掌握图像处理基础
图像处理·人工智能·python·opencv
果冻人工智能22 分钟前
如何有效应对 RAG 中的复杂查询?
人工智能
2305_7978820931 分钟前
AI识图小程序的功能框架设计
人工智能·微信小程序·小程序
果冻人工智能32 分钟前
向量搜索中常见的8个错误(以及如何避免它们)
人工智能
碳基学AI38 分钟前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义免费下载方法
大数据·人工智能·python·gpt·算法·语言模型·集成学习
补三补四41 分钟前
机器学习-聚类分析算法
人工智能·深度学习·算法·机器学习
果冻人工智能1 小时前
法官们终于似乎明白了:如果没有复制,那就没有版权
人工智能
tle_sammy1 小时前
AI 重构老旧系统:创业新曙光
人工智能·重构
果冻人工智能1 小时前
什么是 MCP,以及你为什么该关注它
人工智能