训练更快更准
一种即插即用的训练策略,通过课程式移除上下文,让模型在不同可见信息量下都能给出稳定预测。
徐新禹 · Li, Yonglu · 卢策吾
International Journal of Computer Vision 2023
无需修改网络结构,可直接集成到主流推理模型(如Transformer和LSTM)的训练流程中。
通过在不同训练阶段动态调整上下文可见性,模型在不同可见上下文水平下能给出稳定的预测。
课程式难度调度使模型更高效地学习,在取得最优结果的同时降低了训练成本。