李宏毅机器学习之Life Long Learning
Life-long Learning需要解决的问题
Knowledge Retention
学习完任务2后任务1的正确率下降了
如果一起学,可以学的很好,为什么分开学,就乱了,Catastrophic Forgetting
EWC 核心思想:在二次训练的时候,之前比较重要的参数尽量不要去改
theta1 在平原上,所以变化对任务1的影响不大,所以对应的b1也比较小, theta2相对曲线比较陡峭,容易对任务1产生影响,所以对应的b2会比较大。
Knowledge Transfer
知识迁移与life-long learning的区别
life-long learning的一般评估方法
GEM 核心思想:学习新任务的时候,考虑以前任务的梯度方向
Model Expansion
学习的顺序也很重要