李宏毅机器学习_12迁移学习

不同领域相同任务和不同任务相同领域
在这里插入图片描述
主要就是这四种情况
在这里插入图片描述
第一种都有label,oneshot-learning
在这里插入图片描述
策略一,整体定住参数
在这里插入图片描述
策略二,保持部分层不变
在这里插入图片描述
策略三,多任务共享部分参数
在这里插入图片描述
第二种target无label
把不同领域的干扰去掉
在这里插入图片描述
策略二,zero-shot learning
没有类别直接比对属性,映射到属性去做区分
在这里插入图片描述
或者直接隐射到向量空间
在这里插入图片描述
除了要让相似的最近,也要让不相似的距离最远,损失函数要定义好
在这里插入图片描述
不同领域是从特征层面考虑,不同任务是从label结果层面考虑,说白了,深度学习端到端不好处理的时候,还是需要借助机器学习的思维,拆成特征提取和下游任务,所谓的预训练其实是特征提取而已。
flip-flop人字拖鞋

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值