【迁移学习】

本文概述了迁移学习的几种方法,包括模型Fine-tune的保守训练和层迁移,Multitask Learning在多语种语音识别中的应用,Domain-adversarial Training在无监督领域适应中的作用,以及Zero-shot Learning和Self-taught Learning的概念和实例。重点讨论了在工业界常用的Fine-tune和域对抗训练。
摘要由CSDN通过智能技术生成

总览图

4月21日 ,迁移学习, 2017年很火,以为会研究的越来越多,实则现在初了Fine-tune在用的话,其余貌似不在工业界被使用(只是感觉,没有出处,大家自我辨识)

主要是想知道一般迁移学习有哪些方式和应用,在工业界用的多的还是Fine-tune 和Domain-adversarial training (域对抗)

ppt如下:

【0】前言

 

 

 【1】模型Fine-tune

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