AI 词汇表
人工智能完整词典
200
个类别
2,608
个子类别
30,011
个术语
个术语
增量学习
一种学习范式，模型能够从新数据中持续改进，而无需在历史数据上进行完全重新训练。这种方法允许实时适应，同时保留先前获得的知识。
个术语
持续学习
人工智能的一个领域，旨在开发能够顺序学习多个任务而无需完全重置的系统。目标是创建能够长期积累知识的自适应模型。
个术语
动态可扩展网络
能够通过添加新单元或层来动态调整其架构的模型，当新类别或任务出现时使用。这种受控扩展允许有效增长而不影响现有性能。
个术语
基于正则化的方法
在损失函数中使用惩罚项来约束重要权重修改的一系列方法。这些方法识别并保护对先前任务性能至关重要的参数。
个术语
基于架构的方法
修改网络结构以适应新知识而不干扰旧知识的持续学习策略。这些方法包括动态扩展和按任务分配专用资源。
个术语
基于回放的方法
使用选择性存储和重用过去数据来维持性能的持续学习技术。这些方法在记忆经验的选择和重采样策略上有所不同。
个术语
任务增量学习
在推理时已知任务身份的持续学习场景，允许使用特定掩码或子网络。这种简化有助于不同任务之间的知识分离。
个术语
领域增量学习
类别保持不变但数据分布在任务之间逐渐变化的范式。模型必须适应新领域，同时保持识别所有类别的能力。
个术语
类增量学习
最具挑战性的场景，新类别逐步引入且不知道任务身份。模型必须区分新旧类别，同时避免遗忘过去的知识。
🔍