迁移学习

一颗西蓝花

于 2019-03-19 15:45:58 发布

阅读量162

点赞数

分类专栏：算法竞赛

本文链接：https://blog.csdn.net/weixin_41160054/article/details/88664085

版权

这篇博客探讨了迁移学习的历史，详细介绍了迁移学习技术的分类，包括迁移的内容、方式以及何时应用迁移学习。文章指出，迁移学习允许在不同环境和任务间转移知识，以提升目标任务的性能。

摘要由CSDN通过智能技术生成

1. 迁移学习历史

迁移学习，允许领域，任务，以及训练集和测试集的分布不一样。在现实生活中，我们也能发现很多迁移学习的案例。迁移学习的概念来自于，人类可以将利用学习过的知识来处理新的问题。

迁移什么回答的是：在不同的领域和任务之间，知识的哪一部分可以被迁移。有的知识对于特定的领域和任务是具体的，一些知识，尽管对于不同的领域，但是可能是有共性的，比如他们都可以用于提升目标领域和任务的表现。

在我们明确了哪些知识可以被迁移后，我们就需要生成模型算法来迁移这些知识。

什么时候迁移回答的是在什么场景下，技能迁移会被完成。

Learning Settings	Source and Target Domains	Source and Target Tasks
Traditional Machine Learning	the same	the same
Transfer Learning / Inductive Transfer Learning	the same	different but related
Transfer Learning / Unsupervised Transfer Learning	different but related	different but rela