李宏毅——終身學習lifelong learning

• 導讀
• • 要解決的問題
  • 如何解決
• 遺忘問題
• • Elastic Weight Consolidation（EWC）
  • • 基本思想
    • 理解
    • EWC的變形
  • 其他方法
  • • 生成數據
    • 新增類
• knowledge transfer
• • life-long vs transfer
• 如何衡量life-long learning
• • GEM
• Model Expansion
• • Progressive Neural Network
  • expert gate
  • Net2Net
• curiculum learning

導讀

人從小大大用同一個腦袋學習
但每個作業都訓練同一個神經網絡

為什么不用同一個網絡學習不同的任務呢？
終身學習的不同稱呼
LLL（life long learning)
continuous learning
never ending learning
incremental learning
可以做不同的任務

要解決的問題

1、學過的舊東西記下來，但要能學新的

例子：手寫數字辨識
在一個三層的網絡中學習第一個有噪音的任務，在任務1學到的東西可以用在任務2上。任務1的正確率甚至沒有任務2高，這個可以視為遷移學習。
讓機器學任務2后，任務2的準確率更高，但是任務1的準確率下降

是否是因為網絡過于簡單？不是的，因為同時學任務1和任務2，能夠學的比較好

例子：問答系統。

機器學習的訓練資料是：文章、問題、答案
bAbi訓練集有20種不同的題型
機器從第一個任務開始學習，學到第20個。
看機器對題型5的回答，只有剛學完題型5時正確率比較高。
對于其他題型也是這樣的。

如果同時學20個任務的話，正確率還行。

證明網絡有能力學完這些東西，但是沒有做到。
這種現象叫做災難遺忘。

如何解決

1、多任務學習
很難實現，要保存所有的舊資料才行，學習可能很久（存儲、計算問題）

遺忘問題

Elastic Weight Consolidation（EWC）

基本思想

有一些weight重要，但是有一些不重要；保護重要weight，只調不重要的額。
做法：對于每一個theta，有一個守衛參數b
修改loss，計算當前參數與之前的參數之間的距離。

b用來表示保護theta的程度
可以將theta視為一種regularization

理解

假設有兩個任務，網絡有兩個參數theta，顏色越深，說明loss越小
學習任務1時，參數從theta0學到thetab，再學習任務2時，繼續訓練，學習到theta* ，此時任務2的loss變小，但是任務2的變大

在EWC中，可以使用某種方法算重要性，比如算微分，theta1比較小，也就是說在theta1上，改變參數，對結果影響不大，b1可以設為比較小的值，但是theta2微分比較大，b2設置的比較大

移動時，盡量不要動theta2

當然求導不是唯一的方法，可以用其他的方法。
原始EWC的實驗結果
分別訓練A，B，C，橫軸表示在不同任務上的表現，縱軸表示訓練階段

EWC的變形

其他方法

生成數據

生成數據，來緩解數據過多占用內存的問題
先讓機器學task1，然后學task2，同時要訓練generator，學會生成task1的數據，此時就可以把task1的data丟掉，用生成的數據和task2的放在一起訓練。

但是目前靠機器生成復雜數據，能不能做的起來尚待研究

新增類

如果訓練任務需要不同的網絡呢？比如類增量問題

knowledge transfer

不為每個任務訓練模型，讓不同模型之間互通有無，也可以節省模型開銷空間

life-long vs transfer

不同點：在transfer時，只在乎任務2，不在乎任務1點表現，但是life-long希望都表現好

如何衡量life-long learning

通常用matrix，每個row代表學習的階段，column表示在任務X上的表現。
Accuracy是最后一行的平均
多不會遺忘：backward Transfer，學到某個階段時減去剛學過時的表現，求平均
（通常為負）

forward Transfer：表示能transfer到沒學的任務的表現

GEM

gradient Episodic Memory
在新的任務算出gradient，再計算之前的Gradient的方向。算出現在移動的方向。這個方向不會傷害到原有的任務，而且和當前gradient的方向越近越好。

這種需要存一些過去的數據。
它的表現：后續的學習不會影響之前的任務，甚至能有所改善

Model Expansion

有可能真的學不下了，能不能擴張模型

模型擴張的速度應該比任務來的速度慢。這個是個尚待研究的問題，沒有太多研究。

Progressive Neural Network

一個網絡做任務1，網絡1的輸出當作網絡2的輸入，網絡1、2的輸出都當作網絡3的輸入
實操上做不了太多任務

expert gate

每個task訓練一個網絡，每個新任務進來，看和哪個舊任務最像，希望做到knoledege transfer。這里模型擴張的速度和新任務到來的速度一樣，在任務較多的時候也是會有比較多的模型

Net2Net

讓網絡長寬
直接加neuron的話，可能會加噪聲，所以如何加神經元，但是不引入噪聲很重要
做法：把神經元分裂，w仍然是c和d，但是分裂后變為f/2，但是問題是加入的神經元的gradient都一樣，所以要加一個小小的noise
也不是每進來一個任務就加網絡，而是看訓練效果怎么樣，決定是否expand

curiculum learning

在未來可能會有的問題
這些任務的順序怎么排序
例子中，先學任務1，再學任務2，效果不好
但是先學任務2，再學任務1時，一開始任務1效果不好，但是沒有忘記
所以說明，是否發生遺忘，和任務排序有非常重要的關系。

已有的研究

總結

以上是生活随笔為你收集整理的李宏毅——终身学习lifelong learning的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。