导读：近期更新了《灾难性遗忘》的相关内容，包括《如何用重放缓冲区与正则化缓解灾难性遗忘？》、《如何在在线训练中防止灾难性遗忘》。如果 灾难性遗忘 对你有帮助，请转发和分享本内容。知识因分享而拥有更大能量，感谢您成为这传播链条中的重要一环。
如何用重放缓冲区与正则化缓解灾难性遗忘？ 为什么一个在图像分类上达到90%准确率的模型，训练完新类别后旧类别识别率会跌到不足40%？这种新旧任务性能此消彼长的现象被称为灾难性遗忘，其核心原因是神经网络参数在新任务梯度驱动下发生不可逆漂移，旧任务的特征表示被覆盖。要缓解这一问题，重放缓冲区通过保留旧任务样本或... 栏目：AI智能体 时间：08-22 灾难性遗忘 重放缓冲区 正则化
如何在在线训练中防止灾难性遗忘 在线训练是让模型不断接触新数据的训练方式，但模型在学习新任务时往往会丢失旧任务的知识，这种现象就是灾难性遗忘。很多开发者在搭建在线训练系统时都会遇到这个问题，导致模型性能随着训练推进不断下降。本文将介绍灾难性遗忘的产生原因，同时分享几种经过实践验证的防止方法... 栏目：Python 时间：06-30 在线训练 灾难性遗忘 持续学习 模型优化
