多任务模型
单任务模型
一个模型学习一个目标,不同模型享用独立的模型空间,不同模型之间没有连接,相互独立
多任务模型
一个模型学习多个目标,共享同一个模型空间
优势:相比于单任务模型,同时学习多个相关任务,多任务模型具有相当的优势。
例如:视频推荐中的例子把点击率、时长和完播率拆分出来,形成三个独立的训练目标,分别建立各自的Loss Function,作为对模型训练的监督和指导。
相关任务
(1)使用相同的特征做判断的任务
- 如果两个任务是处理输入的相同函数,但是在任务信号中加入独立的噪声,很明显这两个任务是相关的。
- 如果两个任务用于预测同个个体的属性的不同方面,这些任务比预测不同个体的属性的不同方面更相关。
(2)共享相同的最优假设空间,即拥有相同的归纳偏置(having the same inductive bias)
(3)F-相关(F-related): 两个任务的数据可以从一组分布变换 F 得到的固定概率分布生成