必威英雄联盟问题标记(增量学习)

对于与增必威英雄联盟量学习算法相关的问题,增量学习算法是一种尝试学习新的信息,而不会忘记之前所学的所有信息的算法。增量学习通常是持续学习和终身学习的同义词。

22个必威英雄联盟问题
通过过滤
标记
0.
投票
1回答
71的浏览量

如何逐步训练策略模型来解决类似于车辆路径问题的问题?

我有类似于我想要用强化学习解决的车辆路由问题(VRP)的问题。在这个问题中,代理从点$(x_0,y_0)$开始,然后需要旅行......
0.
投票
0.答案
40的观点

生产中持续学习的好技术是什么?

我想知道哪些AI技术和体系结构用于需要预测的环境,以通过用户的反馈不断改进。那么让我们采取一些推荐......
1
投票
1回答
56岁的观点

在真实世界的情景中,培训的神经网络是如何继续学习的

假设我训练了一个神经网络(不是RNN或CNN)来分类一个特定的数据集。所以我使用一个特定的数据集进行训练,然后我使用另一个数据集进行测试,获得了95%的准确率,这已经足够好了. ...
3.
投票
1回答
126意见

是一个持续学习的深度卷积神经网络,而不会改变其拓扑?

一般来说,在不改变其拓扑结构的情况下,深度卷积神经网络是否可能进行连续学习?在我的例子中,我想使用卷积神经网络作为分类器…
3.
投票
1回答
58岁的观点

使用梯度下降的批处理学习是否等同于增量学习中的“预演”?

我正在学习增量学习,并读到预演学习是用旧数据进行再训练。本质上,这和批处理学习(使用随机梯度下降)不完全一样吗?…
1
投票
1回答
65的浏览量

是否有任何实时计算机视觉系统可以学习检测新类的新对象?

假设你有一个地平面,可以使用立体视觉系统来探测可能是独立物体的物体。再假设你的机器人或代理可以尝试捡起并移动这些物体……
2
投票
0.答案
53岁的观点

为什么当前的手段和旧的手段在这种实施弹性重量整合的实施中也是如此?

我正在尝试重新实施本文概述的弹性重量整合(EWC)。作为参考,我也使用这个github存储库(另一个实现)。我的模型/想法很漂亮......
4.
投票
1回答
129观

迁移学习只训练一个新班级,而不影响其他班级的预测

我基本上对车辆的车辆感兴趣。Yolov3 Pytorch正在给出一个体面的结果。所以我感兴趣的车辆
2
投票
3.答案
298的浏览量

使用神经网络进行持续学习的最先进方法是什么?

似乎有很多关于随机梯度下降和灾难性遗忘问题的文献和研究,但我找不到很多关于执行持续学习的解决方案…
2
投票
1回答
75意见

使神经网络适应变化环境的最常见方法是什么?

对于真实应用,概念漂移通常存在,即输入和输出之间的关系更改。因此,我们需要我们的AI或机器学习系统来快速适应......
5.
投票
2答案
1 k的观点

不遗忘学习和迁移学习的区别是什么?

我想用我当前的数据集逐步训练我的模型,我在github上询问了这个问题,这就是我正在使用的ssd mobileNet v1。必威电竞有人告诉我没有......
3.
投票
1回答
295的浏览量

如何逐步逐渐训练一个yolo模型而没有灾难性的遗忘?

我已成功培训了yolo模型来识别K课程。现在我想通过向预先训练的权重(k类)添加k + 1级,而不会忘记以前的k类。理想情况下,我想要......
48
投票
4.答案
13 k的观点

神经网络容易发生灾难性遗忘吗?

想象一下,你把一张狮子的照片给一个神经网络看100次,并贴上“危险”的标签,它就会知道狮子是危险的。现在想象一下,你之前已经向它展示了数百万张……
5.
投票
1回答
460的浏览量

我可以在每天的新数据下逐步训练一个神经网络吗?

我想知道是否可以用每天的新数据训练一个神经网络。让我来详细解释一下。假设你有2010年到2019年的每日数据。你要训练你的神经,
2
投票
0.答案
164的浏览量

FastText如何支持在线学习?

我正在使用FastText预训练嵌入来处理分类任务,但我看到它也支持用于添加领域特定语料库的在线训练(增量训练)。必威电竞它是如何工作的?…

15 30. 50 每个页面