- 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
sauTCc几秒前
N元语言模型的时间和空间复杂度计算fantasy_arch8 分钟前
深度学习--softmax回归eqwaak015 分钟前
量子计算与AI音乐——解锁无限可能的音色宇宙Blossom.11820 分钟前
量子计算与经典计算的融合与未来跳跳糖炒酸奶43 分钟前
第四章、Isaacsim在GUI中构建机器人（1）： 添加简单对象猿饵块1 小时前
机器人--ros2--IMU硅谷秋水1 小时前
MoLe-VLA：通过混合层实现的动态跳层视觉-语言-动作模型实现高效机器人操作LS_learner1 小时前
小智机器人关键函数解析，Application::OutputAudio()处理音频数据的输出的函数2301_764441331 小时前
基于神经网络的肾脏疾病预测模型子燕若水1 小时前
用gpt-4o 生成图的教程和常用提示词