文件名称：RPSnet:正式实施“用于增量学习的随机路径选择”的论文。 NeurIPS 2019
文件大小：4.65MB
文件格式：ZIP
更新时间：2024-06-13 02:51:25
Python
用于增量学习的RPSnet（NeurIPS'19） 正式实施“用于增量学习的随机路径选择”（NeurIPS 2019） 。 该代码提供了RPSnet的实现：用于增量学习的随机路径选择网络（已在Nerual Information Processing Systems，Vancouver，2019中接受）。 该存储库是使用pytorch实现的，并且编写了脚本以在多个GPU上运行实验。 介绍 终生增量学习是实现人工智能的长期目标的主要挑战。 在现实生活中，学习任务是按顺序到达的，并且机器学习模型必须不断学习以增加已经获得的知识。 现有的增量学习方法远低于同时使用所有培训课程的最新累积模型。 在本文中，我们提出了一种称为RPS-Net的随机路径选择算法，该算法在鼓励参数共享和重用的同时，逐步为新任务选择最佳路径。 我们的方法避免了计算量大的基于进化和增强学习的路径选择策略所带来的开销，同时
【文件预览】：
RPSnet-master
----cifar_dataset.py(7KB)
----util.py(2KB)
----rps_net.py(17KB)
----utils()
--------misc.py(2KB)
--------20.png(469KB)
--------progress()
--------path.png(586KB)
--------__init__.py(242B)
--------visualize.py(4KB)
--------rpsnet.png(506KB)
--------eval.py(1KB)
--------imagenet_100.png(414KB)
--------50.png(378KB)
--------10.png(530KB)
--------logger.py(4KB)
----iCaRL()
--------cifar_dataset.py(7KB)
--------iCaRL.py(7KB)
--------util.py(2KB)
--------rps_net.py(17KB)
--------utils()
--------prepare()
--------learner.py(12KB)
--------iCaRL.sh(4KB)
----prepare()
--------cifar100_10.pkl(977KB)
--------meta_CIFAR100.pkl(469KB)
--------generate_ILSVRC_labels.py(2KB)
--------generate_cifar100_labels.py(2KB)
----cifar.py(7KB)
----mnist.py(11KB)
----learner.py(12KB)
----MNIST.sh(2KB)
----README.md(5KB)
----plot.ipynb(31KB)
----.gitignore(1KB)
----CIFAR100.sh(4KB)
----imagenet.py(9KB)