目录
1. Finetuning和Pre-training
总结一下,
- Pretraining: 有个任务1,使用大型数据集A训练模型,保存训练好的权重W
- Finetuning: 任务2与任务1类似,使用W作为任务2的初始化或特征提取器,训练新的数据集B
参考链接:https://www.jianshu.com/p/330ee6e7ceda
2. Transfer Learning
“其实迁移学习相当于预训练+微调”
这部分内容主要参考https://blog.csdn.net/weixin_43283397/article/details/104682811,现就参考链接总结一下本人觉得比较重要的知识点,如下:
定义:Ability of a system to recognize and apply knowledge and skills learned in previous domains/tasks to novel domains/tasks
重要概念:
- domain:某个时刻某个特定的领域,例如甲状腺超声图像分析和心脏超声图像分析
- task:实际的任务,识别任务和分割任务
三个W,What、How、When:
- 用什么迁移?
- 怎样迁移?
-基于实例
-基于特征
-基于共享参数
- 什么时候迁移?
影响迁移学习的两个关键因素:
- 网络断开造成的最优化难题
- 高层网络中表示的特定特征在迁移过程中带来的性能损失
两个因素哪个影响最大,取决于迁移特征的位置,是网络的bottom、middle还是top。
后面看到好的学习资料会继续记录和分享!