迁移学习(Transfer Learning)是把一个领域已学到的知识与参数复用到另一领域、以提升学习效率与效果的方法,其核心构成包括源域预训练、特征复用与目标域适配微调,解决的是每个新任务从零训练数据与算力成本过高的问题,并不解决源域与目标域差异过大时迁移效果衰减的问题。
迁移学习把一个领域的知识迁移到另一领域以提升学习效率
迁移学习(Transfer Learning)是把一个领域已学到的知识与参数复用到另一领域、以提升学习效率与效果的方法,其核心构成包括源域预训练、特征复用与目标域适配微调,解决的是每个新任务从零训练数据与算力成本过高的问题,并不解决源域与目标域差异过大时迁移效果衰减的问题。
🔗 本文链接