[机器学习入门] 李宏毅机器学习笔记-21（Transfer Learning part 1 ; 迁移学习 part 1）

最新推荐文章于 2024-09-27 22:55:17 发布
最新推荐文章于 2024-09-27 22:55:17 发布
阅读量2.6k 收藏 10
点赞数 2
分类专栏： 机器学习 机器学习入门 文章标签： 机器学习 迁移 迁移学习
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/soulmeetliang/article/details/74441002
版权
本文介绍了李宏毅教授的机器学习笔记，重点探讨了迁移学习的概念和应用。通过四个象限分析了不同数据标签情况下的迁移学习策略，包括模型微调、多任务学习和领域对抗训练等方法，强调了迁移学习在数据有限时防止过拟合的重要性，并以实际案例展示了其效果。
摘要由CSDN通过智能技术生成

[机器学习入门] 李宏毅机器学习笔记-21（Transfer Learning part 1 ; 迁移学习 part 1）

PDF VIDEO

Transfer Learning

利用与task没有直接相关的data
什么叫没有直接相关呢？
比如：

这里写图片描述

why

这里写图片描述

Example in real life

从漫画家的法则，来理解研究生法则

最低0.47元/天 解锁文章
holeung
关注
专栏目录
李宏毅机器学习课程－Transfer Learning
jiandanjinxin的专栏
12-13 4122
深度学习 -> 强化学习 ->迁移学习（杨强教授报告) 李宏毅机器学习课程－Transfer Learning 迁移学习－吴恩达 freeze 待处理的 理解深层神经网络中的迁移学习及TensorFlow实现 Transfer Learning模式 Similar domain, different tasks Different domains, same
李宏毅机器学习34——Transfer learning
weixin_57178683的博客
08-22 662
摘要： 这节课学习了迁移学习，简单来说，就是用一些与目标数据没有直接联系的数据，进行神经网络的训练，这种方法弥补了一般情况下训练神经网络，目标数据缺乏的缺陷。 这节课中，与目标数据没有直接联系的数据叫做source data 根据source data和target data有无label，将迁移学习分为四个大类，这节课主要学习了其中两个大类。对于target data和source data都是labeled的情况，直觉的想法就是用source data直接训练，用target data进行微调，但
李宏毅机器学习——Transfer learning迁移学习
qq_27436347的博客
05-02 1037
Transfer Learning要做的是：假设现在手上有与现在进行的task没有直接相关的data，使用这些data来帮助做一些事情。 比如现在要做猫狗的分类器，所谓不直接相关的data就可能是 Similar domain, different tasks（大象与老虎的图片，与猫狗图片的分布是相像的） Different domain, same task（猫狗的卡通图片，与猫狗图片的分布...
深度学习：迁移学习
最新发布
纸上得来终觉浅
09-27 1936
迁移学习
李宏毅机器学习笔记（）Transfer Learning
sinat_22510827的博客
01-07 479
一、transfer learning target data：现在要考虑的task直接相关。 source data：和现在要考虑的task没有直接关系。 四种可能：有label和无label。 二、fine-tuning target data和source data同时都有label。 target data量非常少（叫做one-shot learning），source data很多。 某个人的语音很少。 用source data直接去train model，然后用t..
[机器学习入门] 李宏毅机器学习笔记-22（Transfer Learning part 2；迁移学习 part 2）
Holeung blog
07-07 1759
[机器学习入门] 李宏毅机器学习笔记-22（Transfer Learning part 2；迁移学习 part 2） PDF VIDEO 接part 1 第四象限 Target data unlabelled，Source Data labelled Zero-shot learning 今天想要辨识草泥马，但是source data中没有一只草泥马！ Representing
台大-李宏毅-B站机器学习视频-课件.zip
09-30
台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器学习视频-课件.zip台大-李宏毅-B站机器...
李宏毅-机器学习-RNN-笔记
qq_41789315的博客
10-03 993
李宏毅-机器学习课程-笔记
2021李宏毅机器学习笔记--18Unsupervised Learning -- Neighbor Embedding
guoxinxin0605的博客
08-07 567
2021李宏毅机器学习笔记--18 Unsupervised Learning -- Neighbor Embedding 摘要一、Manifold Learning(流形学习)二、Locally Linear Embedding(LLE,局部线性嵌入)三、Laplacian Eigenmaps(拉普拉斯特征映射)3.1 简介二级目录二级目录四、总结二级目录三级目录 摘要 wijw_{ij}wij​ wiw^iwi 本节是进行非线性降维的一些算法。包括局部线性嵌入LLE、拉普拉斯特征映射和t分布随
李宏毅学习笔记41.Transfer Learning
老毛的博客
06-19 948
以具体搞笑的实例切入迁移学习的概念，然后给出了迁移学习的概述，在概述中描述了一张可以看到不同种类迁移学习的类型，然后再从表格中每一个类型展开进行讲解。 核心：他山之石可以攻玉
[学习日志]深度学习-李宏毅 迁移学习
gjh1716718326的博客
03-25 370
两种迁移 相同的任务，不同的领域 相同的领域，不同的任务 迁移学习的概念 所谓迁移学习，是很多种方法的集合。 你可以说某一种方法是迁移学习，或者不是。 这里根据源领域和目标领域的数据是否标注，可以大致分为四类： 源领域有标注，目标领域有标注 源领域无标注，目标领域有标注 源领域有标注，目标领域无标注 源领域无标注，目标领域无标注 源领域有标注，目标领域有标注 fine-tuning 一般而言源领域的标注数据量会比较大，目标领域的标注数据量会比较小。 （当目标领域的数据非常少的时候，可以说是在做OneS
机器学习迁移学习简明手册
03-06
机器学习迁移学习简明手册。 迁移学习作为机器学习的一大分支，已经取得了长足的进步。本手册简明地介绍迁移学习的概念与基本方法，并对其中的领域自适应问题中的若干代表性方法进行讲述。最后简要探讨迁移学习未来可能的方向。 本手册编写的目的是帮助迁移学习领域的初学者快速入门并掌握基本方法，为自己的 研究和应用工作打下良好基础。 本手册的编写逻辑很简单：是什么——介绍迁移学习；为什么——为什么要用迁移学习、为什么能用；怎么办——如何进行迁移 (迁移学习方法)。其中，是什么和为什么解决概念问题，这是一切的前提；怎么办是我们的重点，也占据了最多的篇幅。为了最大限度地方便初学者，我们还特别编写了一章上手实践，直接分享实现代码和心得体会。 迁移学习
2020李宏毅学习笔记——61.Transfer Learning
weixin_44554337的博客
07-16 419
1.概念： Transfer learning是机器学习的一个分支，中文名曰迁移学习，它的目的是在获取一定的额外数据或者是存在一个已有的模型的前提下，将其应用在新的且有一定相关性的task。我们可以将做transfer learning的数据分成两类，一类是source data，另一类是target data。source data指的是额外的数据，与将要解决的任务并不直接相关，而target data是与任务直接相关的数据。在典型的迁移学习中，source data往往巨大，而target data往往
李宏毅机器学习课程笔记7：Transfer Learning、SVM、Structured Learning - Introduction
徐子尧的博客
05-14 6824
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEE ML 2016 。 这篇文章是学习本课程第19-21课所做的笔记和自己的理解。Lecture 19: Transfer Learning 迁移学习要解决的问题是：假设现在手上有与task不直接相关的data，这些data能否帮助我们完成task呢？ 比如现在要做猫狗的分
李宏毅机器学习笔记12（Transfer Learning）
aomangyu0290的博客
08-26 368
Transfer Learning 1、什么是迁移学习 2、如何实现迁移学习 　　1）source有label，target有label 　　　　一、model fine-tuning（模型微调） 　　　　　　方法一、conservative training（保守训练） 　　　　　　方法二、layer transfer（层迁移） 　　　　二、Multitask Learn...
李宏毅机器学习——迁移学习
日积月累，天道酬勤
02-25 2139
引言 本文主要探讨迁移学习。 迁移学习 什么是迁移学习呢？ 假设现在要做猫和狗的分类器，我们需要一样标签数据告诉机器哪些是猫，哪些是狗。 同时，假设现在有一些与猫和狗没有直接关系的数据，这里说是没有直接关系，并不是说是完全没有关系。就是说有一些关系，但又不是直接相关的。 假设现在有自然界真实存在的老虎和大象的图片，那老虎和大象对分辨猫和狗会有帮助吗。 或者说我们有一些卡通动画中的猫和狗图像，...
【台大李宏毅ML课程】Lecture 19 Transfer Learning迁移学习笔记
code_caq的博客
03-21 1478
本节课主要讲了迁移学习的一些基本概念和算法的主要思想~~ 图片来源与李宏毅老师ppt 如有错误，请务必指正！！ 1.Transfer Learning基本概念 target data：相关的数据，很少 source data：不直接相关的，很多 有很多与target data不直接相关的source data 比如说target data是一些小猫小狗，任务是给小猫小狗分类， ...
机器学习---迁移学习
weixin_43961909的博客
02-27 1839
迁移学习是一种学习的思想和模式。迁移学习作为机器学习的一个重要分支，侧重于将已经学习过。的知识迁移应用于新的问题中。迁移学习的核心问题是，找到新问题和原问题之间的相似性，才可。定义：迁移学习，是指利用数据、任务、或模型之间的相似性，将在旧。迁移学习的原因概括为以下四个方面：大数据与少标注之间的矛盾；海量的数据，持续不断地训练和更新相应的模型，使得模型的性能越来越好，越来越适合特定场景。然而，这些大数据带来了严重的问题：总是缺乏完善的数据标注。领域学习过的模型，应用于新领域的一种学习过程。
基于PaddlePaddle的李宏毅机器学习——迁移学习
qq_62152445的博客
04-17 372
假设现在要做猫和狗的分类器，我们需要一样标签数据告诉机器哪些是猫，哪些是狗。同时，假设现在有一些与猫和狗没有直接关系的数据，这里说是没有直接关系，并不是说是完全没有关系。就是说有一些关系，但又不是直接相关的。假设现在有自然界真实存在的老虎和大象的图片，那老虎和大象对分辨猫和狗会有帮助吗。或者说我们有一些卡通动画中的猫和狗图像，但不是真实存在的，有没有帮助呢。迁移学习把任务A开发的模型作为初始点，重新使用在为任务B开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值