用于多任务CNN的随机滤波分组，性能超现有基准方法

做者 | Felix J.S. Bragman, Ryutaro Tanno等 算法 译者 | 李杰c# 出品 | AI科技大本营（ID:rgznai100）服务器 多任务学习（MTL）的性能表现，很大程度上取决于任务共享的方式，而任务共享方式一般是依靠网络架构的设计。共享方式是由网络深度和任务数量综合决定的，所以若是彻底依靠人工设计的组合方式，可能获得的结果是耗时的，并且并不能保证是最优方案。

>>阅读原文<<