- 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
极小狐3 分钟前
极狐GitLab 如何 cherry-pick 变更?沛沛老爹7 分钟前
从线性到非线性:简单聊聊神经网络的常见三大激活函数0x21116 分钟前
[论文阅读]ReAct: Synergizing Reasoning and Acting in Language Modelsmucheni28 分钟前
迅为iTOP-RK3576开发板/核心板6TOPS超强算力NPU适用于ARM PC、边缘计算、个人移动互联网设备及其他多媒体产品Jamence28 分钟前
多模态大语言模型arxiv论文略读(三十六)猿饵块40 分钟前
opencv--图像变换LucianaiB1 小时前
【金仓数据库征文】_AI 赋能数据库运维:金仓KES的智能化未来jndingxin1 小时前
OpenCV 图形API(63)图像结构分析和形状描述符------计算图像中非零像素的边界框函数boundingRect()旧故新长1 小时前
支持Function Call的本地ollama模型对比评测-》开发代理agent微学AI1 小时前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码