論文筆記系列-iCaRL： Incremental Classifier and Representation Learning

導言 傳統的神經網絡都是基於固定的數據集進行訓練學習的，一旦有新的，不同分佈的數據進來，一般而言需要重新訓練整個網絡，這樣費時費力，而且在實際應用場景中也不適用，所以增量學習應運而生。 增量學習主要旨在解決災難性遺忘(Catastrophic-forgetting) 問題,本文將要介紹的《iCaRL： Incremental Classifier and Representation Learni

>>阅读原文<<