摘要
本发明提供一种基于预训练模型的类增量学习高效重放方法,属于人工智能的技术领域,包括获取数据预训练模型;基于获取到的所述数据预训练模型,对目标数据集进行类增量学习;根据所述数据预训练模型和类增量学习结果,预测历史学习任务。本发明将预训练模型与重放思想进行结合,在预训练模型的条件下,可以不损失性能的同时极大加速训练,并且只需要低限度的历史样本信息。
技术关键词
预训练模型
重放方法
分类预测模型
更新解码器
编码特征
输入解码器
数据
初始化解码器
编码器
记忆
图像
参数
样本
算法
阶段
系统为您推荐了相关专利信息
无线电地图
解码器
编码特征
高分辨率卫星
输入模块
语义分割模型
编码特征
融合多模态特征
解码
空间金字塔池化