使用非照片级真实图像的伪重演
机器学习
2020-04-29 v1 机器学习
摘要
深度神经网络在面对学习新任务时会遗忘先前学习的任务，这称为灾难性遗忘。用先前任务的训练数据对神经网络进行重演可保护网络免受灾难性遗忘。由于重演需要存储完整的先前数据，提出了伪重演，即合成生成属于先前数据的样本用于重演。在图像分类设定下，当前技术试图生成照片级真实的合成数据，而我们证明神经网络可在非照片级真实的数据上重演，并仍实现对先前任务的良好保持。我们还证明，放弃生成数据具备照片真实性的约束可显著减少伪重演的计算与内存资源消耗。
引用
@article{arxiv.2004.13414,
title = {Pseudo Rehearsal using non photo-realistic images},
author = {Bhasker Sri Harsha Suri and Kalidas Yeturu},
journal= {arXiv preprint arXiv:2004.13414},
year = {2020}
}