★ 3
选择性反向传播提升小样本类增量学习效率
针对小样本类增量学习（FSCIL）中稳定性、可塑性与算力的权衡，论文提出选择性反向传播（SBP），将梯度更新限制在预分配参数子集上，冻结旧知识并保留未来学习容量。SBP 在标准基准上性能强劲且训练时间接近朴素微调，并在跨域与 80 轮 ImageNet-1K 长流场景中保持优势。
arXiv cs.LG27 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对小样本类增量学习（FSCIL）中稳定性、可塑性与算力的权衡，论文提出选择性反向传播（SBP），将梯度更新限制在预分配参数子集上，冻结旧知识并保留未来学习容量。SBP 在标准基准上性能强劲且训练时间接近朴素微调，并在跨域与 80 轮 ImageNet-1K 长流场景中保持优势。