اکسپرس 24
ترجمه فارسی مقاله یادگیری بدون فراموشی با استفاده از توجه

ترجمه فارسی مقاله یادگیری بدون فراموشی با استفاده از توجه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Learning to Learn without Forgetting using Attention
عنوان مقاله به فارسی یادگیری بدون فراموشی با استفاده از توجه
نویسندگان Anna Vettoruzzo, Joaquin Vanschoren, Mohamed-Rafik Bouguelia, Thorsteinn Rögnvaldsson
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
دسته بندی موضوعات Machine Learning,Computer Vision and Pattern Recognition,یادگیری ماشین , دید رایانه و تشخیص الگوی ,
توضیحات Submitted 14 August, 2024; v1 submitted 6 August, 2024; originally announced August 2024. , Comments: Published at the 3rd Conference on Lifelong Learning Agents (CoLLAs), 2024
توضیحات به فارسی ارسال شده در 14 اوت 2024 ؛V1 ارسال شده در 6 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: منتشر شده در سومین کنفرانس عوامل یادگیری مادام العمر (COLLAS) ، 2024

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 640,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 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

چکیده

Continual learning (CL) refers to the ability to continually learn over time by accommodating new knowledge while retaining previously learned experience. While this concept is inherent in human learning, current machine learning methods are highly prone to overwrite previously learned patterns and thus forget past experience. Instead, model parameters should be updated selectively and carefully, avoiding unnecessary forgetting while optimally leveraging previously learned patterns to accelerate future learning. Since hand-crafting effective update mechanisms is difficult, we propose meta-learning a transformer-based optimizer to enhance CL. This meta-learned optimizer uses attention to learn the complex relationships between model parameters across a stream of tasks, and is designed to generate effective weight updates for the current task while preventing catastrophic forgetting on previously encountered tasks. Evaluations on benchmark datasets like SplitMNIST, RotatedMNIST, and SplitCIFAR-100 affirm the efficacy of the proposed approach in terms of both forward and backward transfer, even on small sets of labeled data, highlighting the advantages of integrating a meta-learned optimizer within the continual learning framework.

چکیده به فارسی (ترجمه ماشینی)

یادگیری مداوم (CL) به توانایی یادگیری مداوم با گذشت زمان با اسکان دانش جدید در حالی که تجربه قبلی آموخته شده اشاره دارد.در حالی که این مفهوم در یادگیری انسان ذاتی است ، روشهای فعلی یادگیری ماشین بسیار مستعد ابتلا به الگوهای قبلاً آموخته شده هستند و بنابراین تجربه گذشته را فراموش می کنند.در عوض ، پارامترهای مدل باید به صورت انتخابی و با دقت به روز شوند و از فراموشی غیر ضروری در حالی که بهینه از الگوهای قبلی آموخته شده برای تسریع در یادگیری آینده استفاده می کنند ، جلوگیری شود.از آنجا که مکانیسم های به روزرسانی موثر دست ساز کار دشوار است ، ما پیشنهاد می کنیم متا یادگیری یک بهینه ساز مبتنی بر ترانسفورماتور برای تقویت CL.این بهینه ساز متا با استفاده از توجه برای یادگیری روابط پیچیده بین پارامترهای مدل در یک جریان از کارها استفاده می کند ، و برای ایجاد به روزرسانی وزن مؤثر برای کار فعلی و در عین حال جلوگیری از فراموشی فاجعه بار در کارهای قبلی که قبلاً روبرو شده اند ، طراحی شده است.ارزیابی در مجموعه داده های معیار مانند SplitMnist ، RotatedMnist و SplitCifar-100 اثربخشی رویکرد پیشنهادی را از نظر انتقال رو به جلو و عقب ، حتی در مجموعه های کوچک از داده های دارای برچسب ، تأیید می کند و مزایای ادغام یک بهینه ساز متا را در قسمت مداوم برجسته می کند.چارچوب یادگیری.

📚 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.