机器学习——Transfer learning

机器学习——Transfer learning

当我们的data集与任务不直接相关时:
在这里插入图片描述
用不相关的data来训练task
在这里插入图片描述
生活中的例子:
在这里插入图片描述
One-shot learning:

Model Fine-tuning

用source data训练,用target data优化(fine-tuning)
在这里插入图片描述
可以设置限制将一些层与参数别相差太大
在这里插入图片描述
可以把一些层直接transfer
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Multitask Learning

![在这里插入图片描述](https://img-blog.csdnimg.cn/fae292e3da154f81b842b53cc9f986d1.png
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
希望能够去除domain的特征,使得黑白图与彩色图一样
利用一个domain classifier,类似于GAN中的discriminator
网络需要同时骗过domain,也要满足label predictor
在这里插入图片描述
如何骗过domain classifier?当它需要梯度下降时,令其上升
在这里插入图片描述
在这里插入图片描述

Zero-shot Learning

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
Loss Function:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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