香港科技大学 发布 MetaCLBench 数据集, 应用在 元学习、边缘计算 领域

香港科技大学 本次发布的数据集 MetaCLBench, MetaCLBench是一个针对资源受限边缘设备设计的端到端的元持续学习基准框架，它包含图像和音频模态的五个不同数据集，用于评估系统开销，并研究性能、计算成本和内存需求在不同元持续学习方法之间的权衡。数据集包括GSCV2、UrbanSound8K、ESC50、CIFAR-100和MiniImageNet，涵盖了从30个单词的语音片段到500个图像的各类数据，旨在解决边缘设备上持续学习的新任务时遇到的灾难性遗忘问题。

查看MetaCLBench

关于 香港科技大学 , 香港科技大学是一所位于中国香港的国际化研究型大学，以科技和商业管理学科为主，在亚洲及世界范围内享有较高声誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。