深度学习|9.7迁移学习transfer learning

文章目录

迁移学习

迁移学习的定义

迁移学习是指将针对某项任务学习到的知识应用到其他任务的问题解决中去。

如何实现迁移学习

可以下载别人训练好的网络,保留网络中训练好的参数(参数分两种,一种是人为设置好的超参数,另外一种是在训练过程中学习/调整到的参数)

注意的是,原先训练好的网络可能会有多个输出结果,而某次任务所需的结果可能只是其中的一个子集,也就是说需要修改原先的softmax层,也就是说,

也可以去掉一些层,然后进行训练。

为什么要选择迁移学习?

可以站在巨人的肩膀上,省去了训练过程所消耗的时间,从而加速完成自己的分类目标。

训练的过程并不是一个一蹴而就的过程,是一个相对漫长的过程,因为训练所需要用到的数据集可能是很大的,提取信息本身也消耗时间,数据在层内进行计算,层间传递也是需要时间。

相关推荐
新智元2 分钟前
阿里王牌 Agent 横扫 SOTA,全栈开源力压 OpenAI!博士级难题一键搞定
人工智能·openai
新智元7 分钟前
刚刚,OpenAI/Gemini 共斩 ICPC 2025 金牌!OpenAI 满分碾压横扫全场
人工智能·openai
机器之心28 分钟前
OneSearch,揭开快手电商搜索「一步到位」的秘技
人工智能·openai
阿里云大数据AI技术35 分钟前
2025云栖大会·大数据AI参会攻略请查收!
大数据·人工智能
YourKing1 小时前
yolov11n.onnx格式模型转换与图像推理
人工智能
sans_1 小时前
NCCL的用户缓冲区注册
人工智能
sans_1 小时前
三种视角下的Symmetric Memory,下一代HPC内存模型
人工智能
算家计算2 小时前
模糊高清修复真王炸!ComfyUI-SeedVR2-Kontext(画质修复+P图)本地部署教程
人工智能·开源·aigc
虫无涯2 小时前
LangSmith:大模型应用开发的得力助手
人工智能·langchain·llm
算家计算2 小时前
DeepSeek-R1论文登《自然》封面!首次披露更多训练细节
人工智能·资讯·deepseek