迁移学习综述：A Survey on Transfer Learning

最新推荐文章于 2025-06-16 16:21:13 发布
最新推荐文章于 2025-06-16 16:21:13 发布
阅读量2k 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： 文章 文章标签： 迁移学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/liuqiang3/article/details/84973202
本文介绍了迁移学习的四种主流方法：直接迁移源域数据、映射源域和目标域到同一空间、网络架构迁移（fine-tune）及利用GAN进行对抗迁移。探讨了TCA、MMC等概念，并提及了适合迁移的网络结构。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在会议上听一位老师介绍得一篇比较权威的迁移学习综述，
https://arxiv.org/pdf/1808.01974.pdf
文章中总结了目前迁移学习的四种方法：
1，直接对源域数据集进行迁移，给源域数据集加上适当的权重与目标域数据集共同训练样本。
2，将源域和目标域数据集共同映射到同一个数据空间，对新数据空间中的数据进行训练，提到了TCA和MMC两个概念目前还不懂需要深入了解。（
参考文献中关于如何哪些网络结构适合迁移的文献，需要读一读：
Yosinski, J., Clune, J., Bengio, Y., Lipson, H.: How transferable are features in deep neural networks? In: Advances in neural information processing systems. pp.）
3，直接对网络架构进行迁移，就是finetune训练好的模型，因为网络前面层提取的特征往往是通用的。
4，利用GAN的思想进行对抗迁移学习，加鉴别器对不同域的特征进行鉴别，促使网络学习到更加通用的特征。

论文解读：迁移学习（A Survey on Transfer Learning）
进一步有进一步的欢喜~
04-26 1877
迁移学习（Transfer Learning）这一全新框架，其核心目标是利用源领域的知识提升目标领域的学习效果，打破“数据同分布”的枷锁。
论文阅读：A Survey on Transfer Learning
热门推荐
dugudaibo的博客
12-09 1万+
关于迁移学习经典综述《A Survey on Transfer Learning》的部分翻译及整理
最新迁移学习综述论文（A Comprehensive Survey on Transfer Learning）- 中科院.zip
11-12
迁移学习（Transfer Learning）作为近年来的研究热点之一，受到了广泛关注，每年在各大会议上都有大量的相关文章发表。由于其广泛的应用前景，迁移学习已经成为机器学习中一个热门和有前途的领域。这篇新出论文对近几年迁移学习进行了全面综述，对现有的迁移学习研究进行梳理使其系统化，并对迁移学习的机制和策略进行全面的归纳和解读，帮助读者更好地了解当前的研究现状和思路。
迁移学习入门级综述文章：A Survey on Transfer Learning
01-18
迁移学习入门级综述文章：A Survey on Transfer Learning。分享给大家~
深度学习——迁移学习(Transfer Learning)
最新发布
zdx2585503940的博客
06-16 1967
迁移学习（Transfer Learning）是机器学习中的一种方法，它允许我们将从一个任务中学到的知识应用到另一个相关但不同的任务中。就像人类能够将学习骑自行车的经验应用到学习骑摩托车上一样，迁移学习让AI模型也能实现类似的"经验迁移"。传统机器学习方法通常假设训练数据和测试数据来自相同的分布，并且每个任务都是独立学习的。而迁移学习打破了这一限制，使得知识可以在不同但相关的领域间传递。迁移学习已成为现代AI系统开发的核心技术之一，它通过利用已有知识来解决新问题，大幅降低了AI应用的门槛。
《A Survey on Transfer Learning》中文版翻译《迁移学习研究综述》
XYlittlework的博客
01-18 1万+
· 转载请注明出处网址~ · 交流讨论、合作咨询请添加微信：yx_imagination ------------------------------------------------分割线----------------------------------------------- 首先感谢（http://blog.youkuaiyun.com/magic_leg/article/detail...
（原文+译文）A Survey on Transfer Learning_Pan and Yang_2010.pdf
01-30
A Survey on Transfer Learning迁移学习综述，香港科技大学杨强教授团队于2010年10月发表在IEEE Transactions on Knowledge and Data Engineering, VOL.22, NO.10 关键词：迁移学习；综述；机器学习；数据挖掘 1.引言 2.概述 3.归纳迁移学习 4.直推式迁移学习 5.无监督迁移学习 6.迁移界限和负迁移 7.迁移学习的应用 8.结论
《A Survey on Transfer Learning》迁移学习研究综述 翻译
jiruijing123的博客
06-12 2229
迁移学习研究综述 Sinno Jialin Pan and Qiang Yang,Fellow, IEEE 摘要：   在许多机器学习和数据挖掘算法中，一个重要的假设就是目前的训练数据和将来的训练数据，一定要在相同的特征空间并且具有相同的分布。然而，在许多现实的应用案例中，这个假设可能不会成立。比如，我们有时候在某个感兴趣的领域有个分类任务，但是我们只有另一个感兴趣领域的足够训练数据，并且后者的数...
迁移学习综述a survey on transfer learning的整理下载
02-19
迁移学习的一些基础概念和研究领域分类整理
迁移学习 A Survey on Deep Transfer Learning- Chuanqi Tan
happy22happy的博客
09-09 439
论文下载地址：https://arxiv.org/abs/1808.01974?context=stat.ML 问题： 【1】传统的机器学习方法要求数据满足：训练数据与测试数据独立同分布（independent and identically distributed (i.i.d.) ）。而实际应用中，很多情况不满足这个条件【训练数据：素颜照片，测试数据：美颜照片】。迁移学习放开可这个假设。...
A Comprehensive Survey on Transfer Learning.pdf
02-29
Abstract—Transfer learning aims at improving the performance of target learners on target domains by transferring the knowledge contained in different but related source domains. In this way, the dependence on a large number of target domain data can be reduced for constructing target learners. Due to the wide application prospects, transfer learning has become a popular and promising area in machine learning. Although there are already some valuable and impressive surveys on transfer learning, these surveys introduce approaches in a relatively isolated way and lack the recent advances in transfer learning. As the rapid expansion of the transfer learning area, it is both necessary and challenging to comprehensively review the relevant studies. This survey attempts to connect and systematize the existing transfer learning researches, as well as to summarize and interpret the mechanisms and the strategies in a comprehensive way, which may help readers have a better understanding of the current research status and ideas. Different from previous surveys, this survey paper reviews over forty representative transfer learning approaches from the perspectives of data and model. The applications of transfer learning are also briefly introduced. In order to show the performance of different transfer learning models, twenty representative transfer learning models are used for experiments. The models are performed on three different datasets, i.e., Amazon Reviews, Reuters-21578, and Office-31. And the experimental results demonstrate the importance of selecting appropriate transfer learning models for different applications in practice.
A Survey on Transfer Learning
CSS360的博客
06-28 644
摘要 在一些机器学习和数据挖掘算法的一个主要假设是训练和将来数据必须是有相同特征空间和有相同分布。然而，在一些现实世界应用中，这个假设是不成立的。例如，我们有时候有一个分类任务对一个领域感兴趣，但我们只有另外一个感兴趣领域的有效训练数据，后者的数据可能是不同特征空间或者不同数据分布。在这种情况下，如果知识迁移可以成功，将极大提高学习的性能，通过避免较昂贵的数据标签支持。在最近几年...
《A Comprehensive Survey on Transfer Learning》论文解读
qq_30516823的博客
09-08 6070
A Comprehensive Survey on Transfer Learning abstract 目的：是通过迁移不同但相关的源域所包含的知识，提高目标学习器在目标域上的学习性能。 好处：在构建目标学习器时可以减少对大量目标域数据的依赖。 前景：迁移学习由于其广阔的应用前景，已成为机器学习中一个热门且有发展前景的领域。 本文贡献：本文试图对已有的迁移学习进行调研，对迁移学习的机制和策略进行全面的总结和阐释，有助于读者更好地了解迁移学习的研究现状和思路。本论文从数据和模型的角度回顾了40多种有代表性的
极简笔记 A Survey on Transfer Learning
Hibercraft的博客
08-20 1134
极简笔记 A Survey on Transfer Learning 论文地址：https://ieeexplore.ieee.org/document/5288526/ 本文是香港科技大学杨强教授最出名的迁移学习survey。文章发表于2010年，对深度学习时代之前的传统迁移学习方法进行了总结归纳。本篇笔记侧重结合survey观点（并非原文翻译），梳理迁移学习概念，文章涉及的相关算法请阅读原...
[论文学习]A Survey on Transfer Learning
qq_44459787的博客
12-28 1万+
参考论文：S. J. Pan and Q. Yang, “A Survey on Transfer Learning,” in IEEE Transactions on Knowledge and Data Engineering, vol. 22, no. 10, pp. 1345-1359, Oct. 2010, doi: 10.1109/TKDE.2009.191. 笔者注：本文是迁移学习领域的一篇Survey，学习目标为通过论文阅读初步了解迁移学习的原理以及具体应用的场合。并寻找与跨场景轨迹预测相.
论文笔记 —— 《A Survey on Transfer Learning》
ZZhangxyuuu的博客
12-09 581
迁移学习入门学习笔记 知识点 迁移学习存在的领域：最显著的是数据挖掘(例如ACM KDD、IEEE ICDM和PKDD)、机器学习(例如ICML、NIPS、ECML、AAAI和IJCAI)以及机器学习和数据挖掘的应用(例如ACM SIGIR、WWW和ACL) 。 域差异：用不同的特征空间或边际分布概率来刻画，即两个指标特征、分布。 域相关：两个域的特征空间之间存在显式或隐式关系。 负迁移：知识迁...
A Survey on Transfer Learning 论文笔记
u011630472的博客
05-03 351
链接：A Survey on Transfer Learning 原文翻译 链接：论文阅读
A Survey on Transfer Learning 总结
travalscx的博客
07-07 414
A Survey on Transfer LearningIntroductionOverview Introduction TL在数据挖掘和机器学习小样本的时候起到作用 三个例子：web-document classification，新的网页的数据特征和数据分布与之前学习的可能不同；wifi location problem，新时刻的标签数据与旧时刻不同；sentiment classifi...
a survey on transfer learning
03-16
好的，以下是关于迁移学习的调查： 迁移学习是一种机器学习技术，它利用从一个任务中学到的知识来改进在另一个相关任务中的性能。迁移学习已被广泛应用于自然语言处理、计算机视觉和语音识别等领域。 在迁移学习中，通常会使用预训练模型作为起点，然后通过微调或其他方法对其进行调整以适应新的任务。预训练模型通常是在大规模数据上训练的，因此它们能够捕捉通用的特征，这些特征在不同的任务中都可能有用。 在实际应用中，迁移学习通常能够带来较好的性能提升，特别是在数据较少或任务相似的情况下。然而，由于迁移学习本质上是一种启发式方法，因此其性能很大程度上取决于任务的相似性、数据的质量和数量以及模型的选择和参数设置等因素。 总的来说，迁移学习是一种有前途的机器学习技术，但需要更深入的研究和实践来探索其在不同领域和任务中的适用性和局限性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值