Simplify Transfer Learning (简化迁移学习)
深度神经网络在很多领域中都体现出了令人吃惊的能力。但是在实际工作中应用深度神经网络时,我们往往会遇到以下问题:
1. 缺乏标识数据。由于深度网络中存在大量权值,所以需要用大量的数据进行训练,通常是百万级的。然而实际工作中这样的标识数据往往有是非常有限的。
2. 难以确定适宜的网络结构。目前深度学习技术尚处于发展阶段,没有成熟的理论及方法来根据不同问题确定网络细节。例如,我们知道卷积神经网络在图像识别中较为有效,但我们并不知道适用于不同问题的网络结构,如层数。
迁移学习(Transfer learning)
原创
2017-10-29 22:19:07 ·
428 阅读 ·
0 评论