增量学习|【元学习】MER论文解析（持续/增量学习下的元学习模型）
论文: M. Reimer, I. Cases, R. Ajemian, M. Liu, I. Rish, Y. Tu, G. Tesauro, Learning to learn without forgetting by maximizing transfer and minimizing interference, in: ICLR, 2019.
【增量学习|【元学习】MER论文解析（持续/增量学习下的元学习模型）】提出了Meta-Experience Replay (MER) 模型，将经验重放与基于优化的元学习相结合，基于Reptile元学习模型，以最大限度地转移和最小化基于未来梯度的干扰
【原创，转载需标明出处】论文解析（内含论文原文、代码链接）：Notion – The all-in-one workspace for your notes, tasks, wikis, and databases.
代码注释（分别针对 Task-IL 任务增量和 Class-IL 类增量场景下）：https://blog.csdn.net/qq_41933740/article/details/120484992
推荐阅读
- 宽容谁
- 我要做大厨
- 增长黑客的海盗法则
- 画画吗（）
- 2019-02-13——今天谈梦想（）
- 远去的风筝
- 三十年后的广场舞大爷
- 叙述作文
- 20190302|20190302 复盘翻盘
- 学无止境，人生还很长