迁移学习——机器学习的下一个前沿阵地

  • 时间:
  • 浏览:0

在本篇博文中,我将首先将转换学习与机器学习的最普遍和成功的范例 - 监督式学习进行对比。后来,我会给出一另另一个 多更具技术性的定义和全部的不同迁移学习场景。后来,我将提供迁移学习的应用实例,后来深入研究可用于传授知识的实用土法律方式。最后,我将对相关的方向进行概述,并提出展望未来。

哪此是迁移学习?

大家这样善于训练层厚神经网络,从一定量的标记数据中学习到从输入到输出的非常准确的映射,无论它们是图像,语句,标签预测等。

但,大家的模型所缺陷的是才能概括出不同于训练过程中遇到的情况汇报。当你将模型应用于精心构建的数据集,它表现的无缘无故不错。但,现实世界是混乱的,带有无数的新情景,其中一点遇见你的模型在训练期间这样遇到过的。将知识迁移到新情景的能力通常被称为迁移学习,这遇见大家将在本文的其余每段讨论的内容。

在机器学习的监督学习场景中,可能大家打算为某个任务和领域A