终身学习

人工智能【第40篇】终身学习入门：让AI持续进化作者的话：在前面的文章中，我们学习了如何让AI在固定数据集上学习。但在现实世界中，数据是源源不断产生的——今天识别猫狗，明天要识别鸟类，后天可能还要识别新的动物品种。传统深度学习面临一个致命问题：灾难性遗忘（Catastrophic Forgetting）——当模型学习新任务时，会迅速遗忘之前学过的任务。人类可以在学习法语时不遗忘英语，但神经网络不行。终身学习（Lifelong Learning / Continual Learning）就是要解决这个问题，让AI像人类一样持续学习、终身进化。本文将带你深

【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

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）

机器学习——终身学习20个QA任务为什么会发生灾难性遗忘的内容，涉及到任务1和任务2的错误曲面，其中颜色较深的部分表示损失较小。

【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

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

我是有底线的