iCaRL Incremental Classifier and Representation Learning 翻译

摘要 在通往人工智能的道路上，一个主要的开放问题是逐步学习系统的开发，该系统可以随着时间的推移从数据流中学习越来越多的概念。 在这项工作中，我们引入了一种新的培训策略，iCaRL，它允许以这样一种类增量的方式学习:只有少量类的培训数据必须同时出现，并且可以逐步添加新的类 iCaRL同时学习强分类器和数据表示。 这与早期的工作不同，早期的工作从根本上局限于固定的数据表示，因此与深度学习架构不兼容。

>>阅读原文<<