-
公开(公告)号：CN117494796A
公开(公告)日：2024-02-02
申请号：CN202311441273.5
申请日：2023-11-01
Applicant: 桂林电子科技大学
IPC: G06N3/0985 , G06N3/04
Abstract: 本发明公开了一种任务自适应选的元学习方法，适用于深度学习领域。本发明基于多臂赌博机构建任务选择训练器对任务进行难度判断和未来收益计算。根据难度和收益为每个任务设计更优秀的训练策略，改变多任务妥协现状，平衡任务对元学习参数的影响。通过这样做，可以快速提高元学习参数在未知任务的泛化性和收敛性。实验结果表明，该方法在训练时间复杂度不变基础上实现了模型性能提升。收敛速度更快，稳定性更高，可以与其他模型进行任意结合，表现出了强大的简单性和通用性。
Search Results
1
records
(took 0.034 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
