مقاله ارزیابی مدلهای پیش ساخته برای یادگیری مادام العمر قابل استفاده

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Evaluating Pretrained models for Deployable Lifelong Learning
عنوان مقاله به فارسی مقاله ارزیابی مدلهای پیش ساخته برای یادگیری مادام العمر قابل استفاده
نویسندگان Kiran Lekkala, Eshan Bhargava, Laurent Itti
زبان مقاله انگلیسی
فرمت مقاله: PDF
تعداد صفحات 0
دسته بندی موضوعات Machine Learning,فراگیری ماشین,
توضیحات Submitted 22 November, 2023; originally announced November 2023. , Comments: In submission to CoLLA 2024. Also published in the Proceedings of WACV 2024 Workshop on Pretraining
توضیحات به فارسی ارسال شده 22 نوامبر 2023 ؛در ابتدا نوامبر 2023 اعلام شد. ، نظرات: در ارسال به Colla 2024. همچنین در مجموعه مقالات کارگاه WACV 2024 در زمینه پیش نویس منتشر شده است

چکیده

We create a novel benchmark for evaluating a Deployable Lifelong Learning system for Visual Reinforcement Learning (RL) that is pretrained on a curated dataset, and propose a novel Scalable Lifelong Learning system capable of retaining knowledge from the previously learnt RL tasks. Our benchmark measures the efficacy of a deployable Lifelong Learning system that is evaluated on scalability, performance and resource utilization. Our proposed system, once pretrained on the dataset, can be deployed to perform continual learning on unseen tasks. Our proposed method consists of a Few Shot Class Incremental Learning (FSCIL) based task-mapper and an encoder/backbone trained entirely using the pretrain dataset. The policy parameters corresponding to the recognized task are then loaded to perform the task. We show that this system can be scaled to incorporate a large number of tasks due to the small memory footprint and fewer computational resources. We perform experiments on our DeLL (Deployment for Lifelong Learning) benchmark on the Atari games to determine the efficacy of the system.

چکیده به فارسی (ترجمه ماشینی)

ما یک معیار جدید برای ارزیابی یک سیستم یادگیری مادام العمر قابل استقرار برای یادگیری تقویت بصری (RL) ایجاد می کنیم که در یک مجموعه داده سرپرستی پیش بینی شده است ، و یک سیستم یادگیری مادام العمر مقیاس پذیر جدید را ارائه می دهد که قادر به حفظ دانش از کارهای RL قبلی آموخته شده است.معیار ما اثربخشی یک سیستم یادگیری مادام العمر مستقر را که در مقیاس پذیری ، عملکرد و استفاده از منابع ارزیابی می شود ، اندازه گیری می کند.سیستم پیشنهادی ما ، هنگامی که بر روی مجموعه داده ها پیش بینی شد ، می تواند برای انجام یادگیری مداوم در کارهای غیب مستقر شود.روش پیشنهادی ما شامل چند طبقه یادگیری افزایشی کلاس شات (FSCIL) مبتنی بر کار و یک رمزگذار/ستون فقرات است که کاملاً با استفاده از مجموعه داده Pretrain آموزش دیده است.پارامترهای خط مشی مربوط به کار شناخته شده برای انجام کار بارگیری می شوند.ما نشان می دهیم که این سیستم می تواند به دلیل ردپای حافظه کوچک و منابع محاسباتی کمتری ، تعداد زیادی از کارها را در بر بگیرد.ما برای تعیین اثربخشی سیستم ، آزمایشاتی را در معیار Dell (استقرار برای یادگیری مادام العمر) در بازی های Atari انجام می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.