- 分类
- 按照特征分类
- 当源域和目标域含有一些共同的交叉特征时,我们可以通过特征变换,将源域和目标域的特征变换到相同空间,使得该空间中源域数据与目标域数据具有相同分布的数据分布,然后进行传统的机器学习。
- 基于模型的迁移,源域和目标域共享模型参数,也就是将之前在源域中通过大量数据训练好的模型应用到目标域上进行预测。
- 基于关系的迁移学习方法
- 当两个域是相似的时候,那么它们之间会共享某种相似关系,将源域中学习到的逻辑网络关系应用到目标域上来进行迁移,比方说生物病毒传播规律到计算机病毒传播规律的迁移。这部分的研究工作比较少。典型方法就是mapping的方法。
- 按照特征分类
- 前提:数据集比较小想用深度学习
机器学习-迁移学习
小蒋的技术栈记录2023-10-16 13:37
相关推荐
chh56311 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答TomEval11 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点ZhengEnCi12 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错一只爱撸猫的程序猿12 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么GitCode官方13 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用老金带你玩AI13 小时前
GPT-6.2更强更便宜了,为什么还有人骂?CyrusYiVPP13 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒泯泷13 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结罗西的思考14 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统屿华AI14 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践