论文下载地址:https://arxiv.org/abs/1808.01974?context=stat.ML
问题:
【1】传统的机器学习方法要求数据满足:训练数据与测试数据独立同分布( independent and identically distributed
(i.i.d.) )。而实际应用中,很多情况不满足这个条件【训练数据:素颜照片,测试数据:美颜照片】。迁移学习放开可这个假设。
【2】深度学习方法依赖于大量的训练数据。一个有趣的现象:一个模型的规模和所需数据样本的数量是呈线性关系。而实际应用中,数据很难获取,耗时耗力。迁移学习可利用充足的源域(source domain)数据来训练模型,在数据不充足的目标域(target domain)获得不错的结果。
分类:
【1】基于实例的迁移学习
假设依据:"Although th