From ef07d9412dd45f63d3be3ae5bf3cdbac47c5c0ca Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E6=9D=8E=E8=8A=B3=E5=B7=9E?= <744976956@qq.com>
Date: Fri, 25 Oct 2024 15:21:41 +0800
Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=2010=E6=9C=8825=E6=97=A5?=
 =?UTF-8?q?=E6=9C=AC=E5=91=A8=E7=A7=91=E7=A0=94=E5=B7=A5=E4=BD=9C=E8=BF=9B?=
 =?UTF-8?q?=E5=B1=95.md?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 10月25日本周科研工作进展.md | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/10月25日本周科研工作进展.md b/10月25日本周科研工作进展.md
index fd38e71..fcbd530 100644
--- a/10月25日本周科研工作进展.md
+++ b/10月25日本周科研工作进展.md
@@ -39,6 +39,6 @@ loss_proto /= len(args.num_cluster)
 
 ### 解决办法与下周安排：
 
-1.将实验视为loss相互竞争的多任务学习，考虑采用梯度标准化多目标优化（GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks）或多目标优化（Multi-task learning as multi-objective optimization）的方式修改代码。
+1.将实验视为loss相互竞争的多任务学习，考虑采用梯度标准化（GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks）或多目标优化（Multi-task learning as multi-objective optimization）的方式修改代码。
 
 2.增加下游任务实验，观察不同结果的模型在图像分类/目标检测/聚类评估的任务中的发挥。
\ No newline at end of file