Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts 论文链接 论文笔记 摘 ...

1 导引 计算机科学一大定律：许多看似过时的东西可能过一段时间又会以新的形式再次回归。 在联邦学习领域，许多传统机器学习已经讨论过的问题（甚至一些90年代和00年代的论文）都可以被再次被 ...

1 病态不独立同分布（Non-IID）划分算法 在博客《分布式机器学习、联邦学习、多智能体的区别和联系》中我们提到论文[1]联邦学习每个client具有数据不独立同分布(Non-IID)的性质。 ...

据统计，现代城市人的生活与工作同楼宇息息相关，超过80%的时间都是在城市楼宇中度过，楼宇智能毋庸置疑是影响深远的关键研究课题。 近年来，随着边缘计算技术的崛起，边缘智能相关的场景应用拓展也成为科技公 ...

Weilin Huang——【TIP2015】Text-Attentional Convolutional Neural Network for Scene Text Detection） ...

1.导言 现在多任务学习根据实现方法可以粗略地被分为两种，一个是基于神经网络的多任务学习[1][2][3][4]，这种多任务学习在CV和NLP取得了大量的应用。 然而我们最根溯源，其实多任务学 ...

1 导引 现在多任务学习根据数据的收集方式可以粗略地被分为两种，一个是集中化的计算方法，即假定数据被事先收集到一个中心节点上然后再运行模型， 大多数基于神经网络的多任务学习应用，比如CV和NLP，主 ...

一、进行误差分析 很多时候我们发现训练出来的模型有误差后，就会一股脑的想着法子去减少误差。想法固然好，但是有点headlong~ 这节视频中吴大大介绍了一个比较科学的方法，具体的看下面的例子 ...

今天这个专题源于我在做联邦/分布式多任务学习实验时在选取数据集的时候的疑惑，以下我们讨论多任务学习中(尤其是在分布式的环境下)如何选择数据集和定义任务。 多任务学习最初的定义是："多任务学习是一种归 ...