基于神經(jīng)切線核的學件RKME規(guī)約

摘要： 當前機器學習技術已經(jīng)在大量領域得到廣泛應用,然而仍面臨許多亟待解決的問題:依賴大量的訓練數(shù)據(jù)和訓練技巧、難以適應環(huán)境變化、數(shù)據(jù)隱私/所有權的保護、災難性遺忘等等.最近,學件范式使得上述問題同時得到系統(tǒng)性地解決成為可能.在該范式下,用戶面臨新的機器學習任務時可以通過學件基座系統(tǒng)方便地復用他人的結果,而不必從頭開始.學件范式的核心在于規(guī)約,規(guī)約使得學件基座系統(tǒng)在不接觸原始數(shù)據(jù)的情況... （共12頁）