多任务学习(MTL)，分类任务调研

多任务学习的模式

隐层参数的硬共享机制hard parameter sharing：在所有任务之间共享隐藏层，同时保留几个特定任务的输出层来实现。降低了过拟合的风险。直观来讲，越多任务同时学习，我们的模型就能捕捉到越多任务的同一个表示，从而导致在我们原始任务上的过拟合风险越小。
隐层参数的软共享机制soft parameter sharing：每个任务都有自己的模型，自己的参数。模型参数之间的距离是正则化的，以便鼓励参数相似化。