如何对能够适应不断生成的数据点的数据流进行增量深入学习？

Question

目前，我正试图在数据流上学习一个深入的学习模型，该模型会随着时间的推移不断地生成新的数据点。目标是生成一个能够很好地适应新生成的数据的实时DL模型，同时不影响对旧数据的预测。我在想，是否有人知道如何才能做到“数据流上的增量深度学习”呢？任何信息都将不胜感激，谢谢！

Answer 1

你所描述的不需要改变你将要使用的深度学习模式，而是需要改变如何估计它们:你需要一个在线评估程序，而不是一个离线评估程序。您可以看看泊头[1998年]的开创性工作，或者古德费罗等人(2016年年)书的第8章。