连续学习

【Python实现连续学习算法】复现2018年ECCV经典算法RWalk连续学习（Continual Learning）是一种模拟人类学习过程的机器学习方法，它旨在让模型在面对多个任务时能够连续学习，而不会遗忘已学到的知识。然而，大多数深度学习模型在连续学习多个任务时会出现“灾难性遗忘”（Catastrophic Forgetting）现象。灾难性遗忘指模型在学习新任务时会大幅度遗忘之前学到的任务知识，这是因为模型参数在新任务的训练过程中被完全覆盖。

【连续学习之SSL算法】2018年论文Selfless sequential learning年份：2018期刊： arXiv preprint Aljundi R, Rohrbach M, Tuytelaars T. Selfless sequential learning[J]. arXiv preprint arXiv:1806.05421, 2018.

【博士每天一篇文献-算法】持续学习经典算法之LwF: Learning without forgetting年份：2017 作者：Zhizhong Li，Amazon AWS Rekognition；Derek Hoiem，伊利诺伊大学计算机科学教授会议：IEEE transactions on pattern analysis and machine intelligence 引用量：4325 Li Z, Hoiem D. Learning without forgetting[J]. IEEE transactions on pattern analysis and machine intelligenc

【博士每天一篇论文-算法】Continual Learning Through Synaptic Intelligence，SI算法阅读时间：2023-11-23年份：2017 作者：Friedemann Zenke，巴塞尔大学弗里德里希·米歇尔研究所(FMI) Ben Poole，谷歌 DeepMind 研究科学家期刊： International conference on machine learning. PMLR 引用量：2309

【博士每天一篇文献-算法】Overcoming catastrophic forgetting in neural networks阅读时间：2023-10-24年份：2016 作者：James Kirkpatrick, Razvan Pascanu, Neil Rabinowitz, Joel Veness, Guillaume Desjardins, Andrei A. Rusu, Kieran Milan, John Quan, Tiago Ramalho, Agnieszka Grabska-Barwinska, Demis Hassabis, Claudia Clopath, Dharshan Kumaran, Raia H