迁移学习
北木.
交流分享,共同成长
展开
-
什么是fine-tuning?
什么是fine-tuning?在实践中,由于数据集不够大,很少有人从头开始训练网络。常见的做法是使用预训练的网络(例如在ImageNet上训练的分类1000类的网络)来重新fine-tuning(也叫微调),或者当做特征提取器。 以下是常见的两类迁移学习场景:1 卷积网络当做特征提取器。使用在ImageNet上预训练的网络,去掉最后的全连接层,剩余部分当做特征提取器(例如AlexNet在最后分类器前,是4096维的特征向量)。这样提取的特征叫做CNN codes。得到这样的特征后,可以使用转载 2020-07-13 14:46:01 · 388 阅读 · 0 评论 -
迁移学习概述(Transfer Learning)
迁移学习概述(Transfer Learning)迁移学习概述背景定义及分类关键点基于实例的迁移基于特征的迁移特征选择特征映射基于共享参数的迁移深度学习和迁移学习结合Pre-training+Fine-tuningDANN (Domain-Adversarial Neural Network)参考文献迁移学习概述背景随着越来越多的机器学习应用场景的出现,而现有表现比较好的监督学习需要大量的...转载 2020-03-05 20:06:53 · 3097 阅读 · 0 评论