增量学习

【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。

持续学习的综述: 理论、方法与应用（三：泛化分析）前文连接：持续学习的综述: 理论、方法与应用（一）前文连接：持续学习的综述: 理论、方法与应用（二：理论基础）

【博士每天一篇文献-综述】A survey on few-shot class-incremental learning阅读时间：2023-12-19年份：2024 作者：田松松，中国科学院半导体研究所；李璐思，老道明大学助理教授；李伟军，中国科学院半导体研究所AnnLab；期刊： Neural Networks 引用量：30 Tian S, Li L, Li W, et al. A survey on few-shot class-incremental learning[J]. Neural Networks, 2024, 169： 307-324. 是关于少量样本增量学习（Few-shot Class-Increm

数字化营销工兵

营销中的归因人工智能归因人工智能作为智能服务的一部分，是一种多渠道算法归因服务，根据特定结果计算客户互动的影响和增量影响。有了归因人工智能，营销人员可以通过了解每个客户互动对客户旅程每个阶段的影响来衡量和优化营销和广告支出。

机器人持续学习基准LIBERO系列10——文件结构

机器人持续学习基准LIBERO系列6——获取并显示实际深度图

机器人持续学习基准LIBERO系列7——计算并可视化点云

持续学习动态架构算法LwF（Learning without Forgetting ）解读总结与代码注释