最近僕はcontinual learningの文脈でタスクの数に依存せずにリプレイバッファを構築する方法について考えているんだけど、ここら辺を研究しているとなんとなくonline pca、つまりオンライン主成分分析と関連性があるような気がしてくるリプレイバッファとい…

natural gradient descentは見かけるたびに怪しい理解のままスルーしてたので、ちょっとここら辺でちゃんと確認しておくかと思って↓を読んだ arxiv.orgnatural gradient descentといえば勾配にフィッシャー情報行列の逆行列をかけたものを使って更新してく奴…

youtu.be 前回の記事で「ここ数日夏休みを先取りするレベルで遊んだので、これからは挽回していきたい」的なことを書いた気がするけど、また長期間遊んでしまった というわけで今度は2泊3日で佐渡島に行ってきた 正確には深夜バスで新潟行って、そこからジェ…