- 博客(2)
- 收藏
- 关注
RSS订阅原创 对迁移学习定义的理解
对于刚刚开始入门迁移学习的朋友来说，也许跟我一样对迁移学习定义中的一些概念很难真正理解，总有种模棱两可的感觉。并且紧接着后面会定义不同的迁移学习问题，比如同构迁移学习，异构迁移学习等，因为对迁移学习的定义很模糊，所以很难真正区分这些问题的不同。下面是我的一些看法，仅供参考，毕竟一千个读者就有一千个哈姆雷特。首先来看迁移学习的定义：领域DDD可以通俗理解为一个数据集，不同的数据集就是不同的领域，任务就是各种各样的任务了，比如：分类任务，分割任务，检测任务等等。ddd维特征空间XXX，我的理解是dd.
2020-09-09 23:31:04
668
原创 pytorch中优雅的重置optimizer state
pytorch中，当我们需要重置optimizer时，也许想到的是下面这种做法：opt = optim.Adam(m.parameters(), lr=1e-3下面举个例子来看下import torchimport torch.nn as nnfrom torch import optimimport collectionsm = nn.Linear(3, 1)opt = optim.Adam(m.parameters(), lr=1e-3)out = m(torch.rand(3))
2020-09-09 20:20:25
3238
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人