【多任务学习】多任务学习中的自动任务选择和自动混合(AUTOSEM: Automatic Task Selection and Mixing in Multi-Task Learning)(二)
多任务学习(MTL)已经在许多问题领域上取得了成功,其目的是使用一些与主任务相关的辅助任务来提高主任务的性能。但是,当辅助任务的有用性比较低时,主要任务得不到有效的先验信息。MTL模型的成功取决于这些辅助任务的正确选择,以及在替代训练期间这些任务的平衡混合比。这两个问题可以通过对所有任务组合进行手动选择或超参数调整来解决,但是当候选辅助任务的数量非常大时,这会导致诱导偏差或不可实现。为了解决这些问...
原创
2019-09-06 19:26:57 ·
1109 阅读 ·
0 评论