← 返回卡片

原书出处

深度学习详解

16 终身学习 16.3 终身学习问题的主要解法

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.561Z

其实,在基于正则的方法出现之前,还有一类方法,叫作梯度回合记忆(Gradient Episodic Memory,GEM). GEM不是在参数上做限制,而是在梯度更新的方向上做限制,因此又称为基于梯度的方法. 如图16.12所示,GEM在计算当前任务梯度方向的同时,会回头计算历史任务所对应的梯度方向,然后对这两个梯度进行向量求和,得出实际的梯度方向,这样持续更新下去,就能尽可能接近一个不会陷入灾难性遗忘的最优解. 此外,新的梯度方向需要满足的条件,否则很难朝最优解方向优化.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter16.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc