当前位置：首页 > news >正文

李宏毅机器学习笔记42

news 2025/11/8 8:50:55

摘要

1.selective synaptic plasticity

2.additional neural resource allocation

3.memory reply

摘要

本篇文章继续学习李宏毅老师2025春季机器学习课程，学习内容是life long learning的三种解决办法，分别为selective synaptic plasticity，additional neural resource allocation，memory reply。

1.selective synaptic plasticity

catastrophic forgetting问题发生原理是：假设任务1和任务2的模型参数只有两个，下图代表任务1和任务2的error surfaces，颜色越偏蓝，loss越小。在任务1上初始参数为 $\theta ^{0}$ ，训练后得到 $\theta ^{b}$ ，将同样的参数copy到任务2上，在任务2上更新参数得到 $\theta ^{*}$ 。将 $\theta ^{*}$ 放会任务1上看就会发现在任务1上出现了“忘记”的现象（效果变差）。

如果更新 $\theta ^{*}$ 不向右上移动，而是更偏向右移动是否会让任务1没有“忘记”的情况出现？这个就是selective synaptic plasticity的做法，它的基本思路是：每一个参数对过去学过的任务的重要性是不一样的，在学习新的任务时，希望那些旧的重要的参数尽量不要变，新的任务更改那些不重要的旧参数即可。同样的例子， $\theta ^{b}$ 是上一个任务训练出的参数，selective synaptic plasticity 给每个参数一个保镖b_i，它代表参数对过去任务的重要性。

在更新参数时，也需要更改loss function，原来的loss为 $L(\theta )$ ，更改后为 $L^{'}(\theta )$ ， $L^{'}(\theta )$ 在原来的loss $L(\theta )$ 上多增加了一项， $\theta _{i}$ 表示需要更新的参数， $\theta _{i}^{b}$ 表示过去任务训练出来的参数，让 $\theta _{i}$ 和 $\theta _{i}^{b}$ 相减，代表他们越接近越好， $b_{i}$ 则代表 $\theta _{i}$ 的重要性。

$\theta _{i}$ 仅代表部分参数，不需要所有参数都接近 $\theta _{i}^{b}$ 。还有一个问题是，如果 $b_{i}$ 为0（过小），会导致catastrophic forgetting问题，如果 $b_{i}$ 过大，虽然不会导致“遗忘”，但是也会无法学好新的任务。

那么确定 $b_{i}$ ，就是要确定某个参数重不重要。可以在训练完某个模型后，看看模型中每个参数对这个任务的影响，举例来说，将下图的 $\theta ^{b}$ 在 $\theta _{1}$ 方向上移动，可以发现对loss没有什么影响，这就代表 $\theta _{1}$ 对这个任务没有很重要，所以就可以给 $\theta _{1}$ 的 $b_{1}$ 较小的值。以此类推，在 $\theta _{2}$ 方向上移动，可以发现对loss的影响较大，这就代表 $\theta _{2}$ 对这个任务很重要，所以就可以给 $\theta _{2}$ 的 $b_{2}$ 较大的值。

给 $\theta _{1}$ 的 $b_{1}$ 较小的值，给 $\theta _{2}$ 的 $b_{2}$ 较大的值会呈现下图所示的情况，此时将 $\theta ^{*}$ 放会任务1上看就会发现在任务1上效果依然可观，避免了“忘记”的现象。

2.additional neural resource allocation

一个最早的做法叫做progressive neural network，想法是任务1是一个模型，任务2是另一个模型，但是任务2的模型会接收任务1hidden layer的输出，它会吸收任务1所学到的有用的资讯，但是不动任务1的参数，只会增加新的参数，任务三也是同理，不动前两个任务的参数。这样也解决了catastrophic forgetting问题，但是每次训练新的任务时需要额外的空间产生额外的neural，最后会导致模型过大，大到无法存储。

还有一个与progressive neural network相反的做法叫做packnet，想法是先开一个较大的network，每次有新任务，就取用部分参数，例如任务1只用下图灰色部分的参数，任务2只用橙色部分的参数，任务3只用绿色部分的参数。好处是参数量不会随着任务增多而增多，但是最终也是有上限的。

3.memory reply

memory reply非常直接，之前我们知道当所有资料混在一起训练，就没有catastrophic forgetting问题，但是不能存储过去的所有资料，所以训练一个generating model，能让过去的资料在训练时及时产生出来。举例来说，在训练任务1时，同时训练一个generator，他会产生任务1的资料。在训练任务2时，用generator产生任务1的资料一起训练，同时再训练一个会产生任务1和任务2的资料generator，以此类推。