深度多任务学习与辅助任务学习简述
机器学习
2020-07-03 v1 计算机视觉与模式识别
机器学习
摘要
多任务学习（MTL）同时优化多个学习任务，并利用其共享信息来提升模型的泛化能力和对每个任务的预测性能。辅助任务可以被添加到主任务中，以最终提升性能。在本文中，我们简要回顾了最近的深度多任务学习（dMTL）方法，随后介绍了选择有用辅助任务的方法，这些辅助任务可用于dMTL中以提升模型在主任务上的性能。
引用
@article{arxiv.2007.01126,
title = {A Brief Review of Deep Multi-task Learning and Auxiliary Task Learning},
author = {Partoo Vafaeikia and Khashayar Namdar and Farzad Khalvati},
journal= {arXiv preprint arXiv:2007.01126},
year = {2020}
}