Про многопоточность в машинном обучении
Представим ситуацию: данных дали мало, все разные, да и еще нужно найти самые устойчивые признаки, что делать?
Multi-Task Learning, MTL — это подход, при котором модель обучается на нескольких связанных задачах одновременно, что улучшает обобщающую способность за счет совместного использования представлений данных.
Основные методы MTL в глубоком обучении:
🔸Жёсткое разделение параметров (Hard Parameter Sharing)
Общие скрытые слои для всех задач, но индивидуальные выходные слои для каждой.
🔸Мягкое разделение параметров (Soft Parameter Sharing)
У каждой задачи своя модель, но параметры регуляризуются для сходства (например, через L2-норму).
Не забываем про взвешивание потерь — автоматическую настройку важности каждой задачи на основе её неопределённости.
Ставим реакции и выложим код с реализацией 🔥
13
5
2August 7, 2025 854 4
