迁移学习了解

概念解释

​迁移学习(Transfer Learning)，从相似性出发，识别苹果的模型可以用来识别梨子，学习电子琴有助于学习弹钢琴。

​找到目标问题的相似性，迁移学习任务就是从相似性出发，将旧领域(domain)学习过的模型（model）应用在新领域(new_domain)上。

用来解决什么问题？

1、数据标注问题，大量数据进行人工标注需要消耗大量时间和成本​，可以借助迁移学习进行数据标注；

2、降低计算成本，大量的数据对硬件配置要求较高，很多人没有足够牛的计算资源，需要借助于迁移模型；

3、不同模型和需求间的适配​。

迁移学习和传统机器学习的区别