迁移学习的简要介绍

最新推荐文章于 2025-03-07 19:33:05 发布

夏日、荷花&你

最新推荐文章于 2025-03-07 19:33:05 发布

阅读量1.6k

点赞数 25

分类专栏：机器学习文章标签：迁移学习人工智能机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_52048052/article/details/135450309

版权

本文介绍了迁移学习的基础概念，包括其起源、定义以及处理领域和任务差异的方法。重点讨论了负迁移现象及解决策略，如传递迁移学习。文章还涵盖了基于样本、特征和模型的迁移学习方法，如实例加权、特征变换和预训练-微调的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

迁移学习概述

迁移学习是什么？

来源

迁移学习的概念最初来自教育心理学。根据心理学家C.H.Judd提出的经验泛化理论：学习迁移是经验泛化的结果。只要⼀个⼈概括他的经验，可以实现从⼀种情境到另⼀种情境的转移。根据这⼀理论，迁移的前提是两个学习活动之间需要有联系。
在这里插入图片描述

定义

迁移学习的定义：给定源域 $D_s$ 和学习任务 $T_s$ 、目标域 $D_t$ 和学习任务 $T_t$ ，迁移学习的目的是获取源域 $D_s$ 和学习任务 $T_s$ 中的知识以帮助提升目标域中的预测函数 $f_t(.)$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。