这篇博客介绍了迁移学习的基本概念，包括target data和source data，以及根据标签情况的不同分类。讲解了模型微调、多任务学习、领域对抗训练、零样本学习等算法，并提到了self-training和self-clustering的应用。
本节课主要讲了迁移学习的一些基本概念和算法的主要思想~~
图片来源与李宏毅老师ppt
如有错误，请务必指正！！
1.Transfer Learning基本概念
target data：相关的数据，很少
source data：不直接相关的，很多
有很多与target data不直接相关的source data
比如说target data是一些小猫小狗，任务是给小猫小狗分类，
但source data是一些大象和老虎，这属于similar domain，different task；
source data是一些卡通的猫和狗，这属于different domain，similar task。
2.算法概览
按照target data和source data有无label，可分为如下几种算法：
（自己用Xmind画的~~）
3.target和source都有label
3.1 Model Fine-tuning
Idea: train
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
