首先介绍下连续学习 Continuous Learning 吧。连续学习 Continuous Learning 又叫序列学习，顾名思义就是有顺序的学习任务。 参照人类，我们在遇到一个新的问题时，除非是完全陌生的领域，都会或多或少的利用之前所学的知识或技能来帮助自己更快的学习，而不是从零开始 而且在学习完新的知识或技能后，并不会完全忘记之前学过的东西。更直观的栗子：星星羽毛球打的贼溜，最近开始跟 ...
2019-03-22 10:41 0 1434 推荐指数：
引用于：https://blog.csdn.net/u010195841/article/details/69257897 overcoming catastrophic forgetting in neural networks 出处：2017 Jan 25 PNAS ...
对神经网络的木马攻击 Q: 1. 模型蒸馏可以做防御吗？ 2. 强化学习可以帮助生成木马触发器吗？ 3. 怎么挑选建立强连接的units？ 本文提出了一种针对神经元网络的木马攻击。模型不直观，不易被人理解，攻击具有隐蔽性。 首先对神经元网络进行反向处理，生成一个通用的木马 ...
首先，容我吐槽一下这篇论文的行文结构、图文匹配程度、真把我搞得晕头转向，好些点全靠我猜测推理作者想干嘛，😈 背景 我们知道传统的CNN针对的是image，是欧氏空间square grid，那么使用同样square grid的卷积核就能对输入的图片进行特征的提取。在上一篇论文中，使用的理论 ...
DCNN 主要思想： 这是一篇基于空间域的图神经网络，聚合方式通过采样（hop）1~k 阶的邻居并同 self 使用 mean 的方式得到新的 feature-vector 作者将不同的 ...
Progressive Neural Network Google DeepMind 摘要：学习去解决任务的复杂序列 --- 结合 transfer (迁移)，并且避免 catastrophic forgetting （灾难性遗忘） --- 对于达到 human-level ...
这是个06年的老文章了，但是很多地方还是值得看一看的. 一、概要 主要讲了CNN的Feedforward Pass和 Backpropagation Pass，关键是卷积层和polling层 ...
论文源址：https://arxiv.org/abs/1710.08864 tensorflow代码: https://github.com/Hyperparticle/one-pixel-attack-keras 摘要 在对网络的输入上做点小处理，就可以改变DNN ...
论文信息：Santoro A, Bartunov S, Botvinick M, et al. One-shot learning with memory-augmented neural networks[J]. arXiv preprint arXiv:1605.06065 ...
