文件名称：merlin:（NeurIPS 2020）继续学习的元合并
文件大小：11.09MB
文件格式：ZIP
更新时间：2024-05-27 10:14:32
incremental-learning meta-learning continual-learning neurips neurips-2020
元合并以继续学习 参加NeurIPS 2020 arXiv链接： ： 不断学习并使自己适应新任务而又不失去对已获得知识的掌握的能力，是生物学习系统的标志，而当前的深度学习系统则无法做到这一点。 在这项工作中，我们提出了一种称为MERLIN的新型持续学习方法：持续学习的元合并。 我们假设用于解决任务的神经网络的权重来自元分布。 该元分布是逐步学习和合并的。 我们在具有挑战性的在线持续学习环境中进行操作，在该环境中，模型只能看到一次数据点。 我们使用MNIST，CIFAR-10，CIFAR-100和Mini-ImageNet数据集的持续学习基准进行的实验显示，在五个基准（包括最近的最新技术水平）上均取得了持续改进，从而证实了MERLIN的前景。 我们在此共享代码，以使用Split MNIST数据集复制实验。 用法 python main . py 要求 Python: 3.7.4 PyT
【文件预览】：
merlin-master
----README.md(2KB)
----models()
--------classifiers.py(2KB)
--------__init__.py(0B)
--------chunked_vae.py(2KB)
----main.py(2KB)
----config()
--------splitMNIST.yml(1KB)
----data()
--------split_mnist()
----lib()
--------dataset()
--------config.py(4KB)
--------train.py(8KB)
--------merlin.py(2KB)
--------utils.py(4KB)
--------recall.py(7KB)
--------consolidate.py(8KB)
--------__init__.py(0B)
----pic.png(104KB)