这是一个基于PyTorch实现的持续学习实验,用于深度神经网络,详细描述在以下文章中:
此代码库主要支持学术持续学习设置中的实验,即将一个基于分类的问题分成多个不重叠的上下文 (或任务)并需要依次学习。同时也提供了一些支持,用于运行更灵活的,无任务边界的持续学习实验 ,随着上下文间的逐步过渡。
早期版本的代码可以在 此分支找到。 该版本的代码用于上面文章中两篇预印本描述的持续学习实验:
当前版本的代码已在Fedora操作系统的Python 3.10.4
上测试过, 及以下版本的PyTorch和Torchvision:
pytorch 1.11.0
torchvision 0.12.0
进一步的Python包在requirements.txt
中列出。
假设Python和pip已配置好,可以使用以下命令安装这些包:
pip install -r requirements.txt
此代码库中的代码本身不需要安装,但需要将一些脚本设置为可执行:
chmod +x main*.py compare*.py all_results.sh
此代码库用 于 NeurIPS 2022教程“终身学习机器”。 关于如何重新运行此教程中介绍的实验的详细信息及说明,请参见NeurIPS_tutorial.md文件。
./main.py --experiment=splitMNIST --scenario=task --si
这将运行一个单个的持续学习实验: 使用学术持续学习设置在Split MNIST的任务增量学习场景中使用突触智能法。 关于数据、网络、训练进展及生成的输出的信息将打印到屏幕上。 在标准台式电脑上的预期运行时间约为6分钟,有GPU时约为3分钟。
./compare.py --experiment=splitMNIST --scenario=task
这将运行一系列持续学习实验, 比较在Split MNIST的任务增量学习场景中各种方法的性能。 关于不同实验的详细信息、进展及生成的输出(例如,一个摘要pdf)将打印到屏幕上。 在标准台式电脑上的预期运行时间约为100分钟,有GPU时约为45分钟。
all_results.sh
脚本提供了逐步说明,帮助重新运行实验及重新创建文章“三种增量学习类型”中报告的表格和图形。
尽管可以直接运行此脚本,但这将耗费很长时间,可能需要将实验并行化。
在学术持续学习设置中运行自定义的单个实验可以使用main.py
。
此脚本的主要选项有:
--experiment
: 如何构建上下文集?(splitMNIST
|permMNIST
|CIFAR10
|CIFAR100
)--contexts
: 有多少上下文?--scenario
: 根据哪种场景?(task
|domain
|class
)运行特定方法可使用如下命令:
./main.py --separate-networks
./main.py --xdg
./main.py --ewc
./main.py --si
./main.py --lwf
./main.py --fromp
./main.py --replay=generative
./main.py --brain-inspired
./main.py --replay=buffer
./main.py --agem
./main.py --gen-classifier
./main.py --icarl
运行基线模型(参见文章详情):
./main.py
./main.py --joint
更多选项的信息:./main.py -h
。
代码支持多种上述方法的组合。
同样也可以通过混合不同方法的组件创建自定义方法,尽管并非所有可能的组合都已测试。
在更灵活的无任务边界的持续学习设置中运行自定义的单个实验可以使用
main_task_free.py
。此脚本的主要选项有:
--experiment
: 如何构建上下文集?(splitMNIST
|permMNIST
|CIFAR10
|CIFAR100
)--contexts
: 有多少上下文?--stream
: 如何在上下文之间过渡?(fuzzy-boundaries
|academic-setting
|random
)--scenario
: 根据哪种场景?(task
|domain
|class
)更多选项的信息:./main_task_free.py -h
。此脚本支持多种上述的持续学习方法,但目前并非全部支持。一些方法已略作修改以适应无已知上下文边界的情况。
特别是,通常在上下文边界处执行某种合并操作的方法,现在则每X
次迭代执行一次这种操作,X
通过--update-every
选项设置。
通过此代码可以在训练过程中实时跟踪进度。此功能需要visdom
,可按如下方式安装:
pip install visdom
在运行实验之前,应从命令行启动visdom服务器:
python -m visdom.server
visdom服务器现已启动,可以在你的浏览器中通过http://localhost:8097
访问(图表将显示在那里)。调用./main.py
或./main_task_free.py
时应添加标志 --visdom
以启用实时图表。
关于visdom
的更多信息请参见 https://github.com/facebookresearch/visdom。
如果你在研究中使用了此代码,请考虑引用主文章:
@article{vandeven2022three,
title={Three types of incremental learning},
author={van de Ven, Gido M and Tuytelaars, Tinne and Tolias, Andreas S},
journal={Nature Machine Intelligence},
volume={4},
pages={1185--1197},
year={2022}
}
本文代码仓库也用于生成的两篇预印本的BibTeX引用如下。一般来说,建议引用官方发表版本的文章, 但对于未载入已发表文章中的内容,可以引用这两篇预印本。
@article{vandeven2019three,
title={Three scenarios for continual learning},
author={van de Ven, Gido M and Tolias, Andreas S},
journal={arXiv preprint arXiv:1904.07734},
year={2019}
}
@article{vandeven2018generative,
title={Generative replay with feedback connections as a general strategy for continual learning},
author={van de Ven, Gido M and Tolias, Andreas S},
journal={arXiv preprint arXiv:1809.10635},
year={2018}
}
此代码最初源于一个研究项目,该项目得到IBRO-ISN研究奖学金的支持, 由ERC资助的KeepOnLearning项目(参考编号101021347)资助, 由国家卫生研究院(NIH)资助(奖项编号R01MH109556(NIH/NIMH)和P30EY002520(NIH/NEI)), 由国防高级研究项目局(DARPA)终身学习机器(L2M)项目经过合同编号HR0011-18-2-0025资助以及 由情报高级研究项目活动(IARPA)通过内政部/ 内政商业中心(DoI/IBC)合同编号D16PC00003资助。 免责声明:本文所含观点和结论为作者个人意见,不应解释为代表NIH、DARPA、IARPA、DoI/IBC或美国政府的官方政策或背书,无论明示还是暗示。
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号