迁移学习(Transfer Learning)是把一个领域或任务上学到的知识应用到另一领域或任务、改进学习效率与效果的技术,其核心构成包括源领域知识复用、预训练模型迁移与目标域少样本适配,解决的是目标领域数据稀缺、训练成本高的问题,并不解决源域与目标域差异过大导致迁移失效的问题。
迁移学习是什么?
迁移学习(Transfer Learning)是把一个领域或任务上学到的知识应用到另一领域或任务、改进学习效率与效果的技术,其核心构成包括源领域知识复用、预训练模型迁移与目标域少样本适配,解决的是目标领域数据稀缺、训练成本高的问题,并不解决源域与目标域差异过大导致迁移失效的问题。
🔗 本文链接