专利名称：一种基于深度神经网络的连续学习统一框架专利类型：发明专利
发明人：查尔斯·凌,维克特·盛,方巍,郭奇锋,常坚,张齐宁,翟培
芳
申请号：CN202010149777.X申请日：20200306公开号：CN111382869A公开日：20200707
摘要：本发明提供的一种基于深度神经网络的连续学习统一框架，所述连续学习统一框架包括：通过深度神经网络的权重逐步学习若干个任务；所述学习若干个任务是通过非遗忘、正向传输、避免混淆和向后转移来学习的；并对学习每个任务的权重进行合并，并设置超参数b值。本发明通过该框架可以通过利用深度神经网络中的少量权重合并参数来演示所有属性；另外，框架的行为和机制与人类学习的行为和机制之间得出许多相似之处，如非遗忘、正向传输、避免混淆和向后转移。作为双向灵感的渠道，进一步了解机器和人类的连续学习。
申请人：深圳深知未来智能有限公司
地址：518101 广东省深圳市宝安区西乡街道劳动社区宝源路1065号F518时尚创意园F4栋F4-101-104、117-119
国籍：CN
代理机构：中山市科企联知识产权代理事务所(普通合伙)
代理人：杨立铭
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容