https://www.chenk.top/zh/tags/multi-task-learning/Recent content in Multi-Task Learning on Chen Kai BlogHugozh-CNThu, 25 Dec 2025 09:00:00 +0000https://www.chenk.top/zh/recommendation-systems/09-%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96/Thu, 25 Dec 2025 09:00:00 +0000https://www.chenk.top/zh/recommendation-systems/09-%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0%E4%B8%8E%E5%A4%9A%E7%9B%AE%E6%A0%87%E4%BC%98%E5%8C%96/<p>刷淘宝时，你看到的每个商品图片背后，模型其实同时在解决好几个问题：你会不会点击、点击后会不会加购物车、加购后会不会付款、付款后会不会退货、买了之后会不会给好评。这些问题对应不同的 <strong>任务</strong>，虽然数据分布、稀疏程度和业务意义各不相同，但它们之间紧密相关——愿意点击的人更可能下单，下单的人更可能复购，而高 CTR 的吸睛缩略图反而可能降低用户观看时长。</p>https://www.chenk.top/zh/transfer-learning/06-%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0/Sat, 31 May 2025 09:00:00 +0000https://www.chenk.top/zh/transfer-learning/06-%E5%A4%9A%E4%BB%BB%E5%8A%A1%E5%AD%A6%E4%B9%A0/<p>一辆使用单摄像头的自动驾驶汽车，需要同时完成三件事：检测车辆与行人、分割车道线与可行驶区域，以及估计每个像素的深度。若为这三个任务分别训练独立网络，不仅参数量会增至三倍，推理时还需执行三次前向传播，更关键的是，这种做法忽略了它们共享同一套底层特征（如边缘、表面结构和遮挡线索）这一事实。</p>