![](https://cdn-ak-scissors.b.st-hatena.com/image/square/db3a812e727c7a98ce1767a592a8cb43585a54fd/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2020%2F05%2Feyecatch_machine_learning.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
破局的忘却に立ち向かうEWCを試してみた | DevelopersIO
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
破局的忘却に立ち向かうEWCを試してみた | DevelopersIO
皆さん、こんにちは。hotoke_nekoです。 今回はニューラルネットワークが抱える破局的忘却に関して簡単... 皆さん、こんにちは。hotoke_nekoです。 今回はニューラルネットワークが抱える破局的忘却に関して簡単な説明をします。その後、回避手段の一つElastic Weight Consolidation(以下、EWC)を実際に使って回避できるのか確認してみました。 破局的忘却とは? 一言で言うと、今までの学習した結果を忘れてしまう事です。 例えば、犬や猫を分類できるように学習したモデルで、鳥を分類できるように学習させます。 そうすると、鳥を分類できるようにはなったものの、元の精度で犬や猫を分類できなくなる、という現象です。 解決策としては、新しいデータを含めた今までの全てのデータを使って再度学習させます。 この解決方法の場合、「新しく何かを学習させたい」とデータを用意する度に学習に時間がかかります。 そこで、破局的忘却に対処するEWCを使ってみましょう。 EWCの発想 こちらの論文で紹介さ