迁移学习

迁移学习

迁移学习，transfer learning，旨在利用一些不直接相关的数据对完成目标任务做出贡献。
不直接相关指的是：领域相同，任务不同/任务相同，领域不同

迁移学习是很多方法的集合：
Target Data：和task直接相关的数据
Source Data：和task没有直接关系的数据
按照有标签数据和无标签数据又可以划分为四种：

1、target data和source data都带标签的情况：

target data:$\left(x^t,y^t\right)$，作为有效数据，通常数目比较少。
如果target data量非常少，则被称为：one-shot learning
source data: ( x s , y s ) \left ( x^{s},y^{s} \right ) (xs,y