#今日论文推荐#多任务学习中的网络架构和梯度归一化
本文介绍了多任务学习中的网络架构与梯队归一化。
在计算机视觉中的单任务学习已经取得了很大的成功。但是许多现实世界的问题本质上是多模态的。例如为了提供个性化的内容,智能广告系统应该能够识别使用的用户并确定他们的性别和年龄,跟踪他们在看什么,等等。多任务学习(Multi-Task Learning, MTL)可以实现这样的系统,其中一个模型在多个任务之间分配权重,并在一次正向传递中产生多个推理。
论文题目:Multi-Task Learning for Dense Prediction Tasks: A Survey.
详细解读:https://www.aminer.cn/research_report/6264b1a17cb68b460fa7574b?=csAMiner利用数据挖掘和社会网络分析与挖掘技术,提供研究者语义信息抽取、面向话题的专家搜索、权威机构搜索、话题发现和趋势分析、基于话题的社会影响力分析、研究者社会网络关系识别等众多功能。https://www.aminer.cn/research_report/6264b1a17cb68b460fa7574b?
AMiner链接:https://www.aminer.cn/?f=cs