arXiv 机器学习· Eeham Khan, Abdulmoumen Al-Atrash, Ali Ayub·· 3 小时前AI 评分34
面向高效少样本类别增量学习的选择性反向传播 SBP
Selective Backpropagation for Efficient Few-Shot Class-Incremental Learning
AI 导读
研究人员提出面向少样本类别增量学习的框架 Selective Backpropagation（SBP），将梯度更新限制在预分配参数子集以兼顾快速适应与防遗忘。该方法无需高成本掩码优化，训练时间接近朴素微调并显著低于既有 SOTA 方法。在跨领域场景及 80 会话的 ImageNet-1K 数据流中，SBP 均保持低训练成本与优异性能，代码已开源。
来源：arXiv 机器学习 · arxiv.org