题目:Learning With Constraint Learning: New Perspective, Solution Strategy and Various Applications
使用约束学习的学习:新视角、解决策略及多种应用
作者:Risheng Liu; Jiaxin Gao; Xuan Liu; Xin Fan
摘要
学习问题的复杂性,例如生成对抗网络(GAN)及其变体、多任务和元学习、超参数学习以及各种现实世界的视觉应用,要求对其基础耦合机制有更深入的理解。现有的方法通常孤立地解决这些问题,缺乏揭示共性的统一视角,无法提供有效的解决方案。因此,在本文中,我们提出了一个新的框架,称为“使用约束学习的学习”(LwCL),该框架可以全面检查挑战并提供统一的方法来解决上述所有复杂的学习和视觉问题。具体来说,LwCL被设计为一种通用的分层优化模型,能够捕捉这些不同学习和视觉问题的本质。此外,我们开发了一种基于梯度响应的快速解决策略,以克服LwCL框架的优化挑战。我们提出的框架有效地解决了学习和视觉领域