技术编号:34115351
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本发明涉及人工智能技术领域,尤其是一种跨域持续学习方法、系统、装置及存储介质。背景技术.现有技术中,无论是基于概率模型和统计模型的传统机器学习方法,还是以深度卷积网络(dcn)或深度强化学习(drl)为代表的基于深度学习的方法,都在特定任务中取得了巨大进展,如围棋、图像识别等。这些模型超越了人的表现,充分体现了这些模型的强大性能。.然而,大多数现有的深度模型都有一个致命的缺陷,即,不能像人类那样连续地跨域学习任务。深度模型为了在新任务上有更好的表现,总是会陷入灾难性遗忘。这是由于模型固有...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。