Многозадачное обучение  – это один из методов контролируемого обучения, который включает подбор модели на основе одного набора данных для решения нескольких связанных задач. Это дает возможность одновременно решать многие проблемы, включая узкие места в данных и вычислениях. Наше обсуждение структурировано в соответствии с разделением существующих методов глубокого MTL на три группы: архитектуры, методы оптимизации и изучение отношений задач. Архитектуры: Разделение сети на..

Введение: Мы сосредоточены на выполнении одной задачи за раз в большинстве сценариев машинного обучения. Какой бы ни была эта задача, проблема обычно формулируется как использование данных для решения одной задачи за раз или для оптимизации одного показателя. Размер набора данных или способность модели извлекать из него значимые представления в конечном итоге приведут к тому, что эта стратегия достигнет потолка производительности, что часто происходит. Способность передавать..