上传者: 42128270
|
上传时间: 2022-01-09 20:02:21
|
文件大小: 1.07MB
|
文件类型: -
基于编码器的终身学习
介绍
该代码实现了终身学习的方法。
它基于我们的工作,引入了一种新的终身学习解决方案,其中针对一系列任务训练单个模型。 在这种情况下,视觉系统面临的主要挑战是灾难性的遗忘:由于它们倾向于适应最近出现的任务,因此在先前学习的任务上会失去性能。 我们的方法旨在在使用自动编码器学习新任务的同时,保留先前任务的知识。 对于每个任务,都会学习一个不完整的自动编码器,并捕获对其完成至关重要的功能。 当向系统提出新任务时,我们防止使用这些自动编码器的功能重构发生变化,这具有保留以前任务主要依赖的信息的作用。 同时,为这些特征提供了空间以适应最新环境,因为仅控制了它们向低维子流形的投影。 所提出的系统在图像分类任务上得到了评估,并减少了对最新技术的遗忘。
先决条件
的MATLAB
MatConvNet( )-代码基于1.0-beta23版本。
GPU:应与4G的gpu内存配合