【迁移学习】迁移学习概览

最新推荐文章于 2025-07-16 19:14:31 发布
原创 最新推荐文章于 2025-07-16 19:14:31 发布 · 250 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

因学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这一篇博客是最近在做反洗钱场景下的迁移学习，借此梳理下调研过程中的材料，希望对您有所帮助。

迁移学习概览

AI Agent的迁移学习能力开发
AI架构师小马
02-22 580
本文旨在为对人工智能（AI）和机器学习（ML）领域感兴趣的读者，尤其是那些想要深入了解AI Agent迁移学习能力开发的工程师和技术领导者，提供一份全面而深入的技术指南。无论您是初学者还是经验丰富的从业者，都将在这篇文章中找到有价值的信息。我们的目标是帮助读者：本文的结构安排如下：通过本文的逐步讲解，读者将能够系统地掌握AI Agent迁移学习能力的开发，为未来的研究和实践打下坚实的基础。迁移学习（Transfer Learning）是机器学习（Machine Learning）领域的一个重要分支，其核心思
迁移学习系列 - 迁移学习简介
马飞飞的博客
08-31 1675
一.引入迁移学习 1.迁移学习将在一个场景中学习到的知识迁移到另一个场景应用。 通过利用之前学到的知识来帮助完成新环境下任务的学习方法，这样能解决现有深度学习算法欠缺泛化能力、大量任务场景缺少标签数据的问题。 下图是吴恩达预测的各种方法在商业上的应用成功度。 2.使用迁移学习，我们可以去做以下任务。                      [1]无人驾驶汽车             ...
迁移学习概论
TensorFlowNews
09-03 1186
作者|Muktha Sai Ajay 编译|VK 来源|Towards Data Science 介绍 作为人类，我们有能力将在一项任务中获得的知识迁移到另一项任务中去，任务越简单，利用知识就越容易。一些简单的例子是： 了解数学和统计学→学习机器学习 学会骑自行车→学骑摩托车 到目前为止，大多数机器学习和深度学习算法都是针对解决特定任务而设计的。如果分布发生变化，这些算法会再次被重建，并且很难重建和重新训练，因为它需要计算能力和大量的时间。 迁移学习是关于如何使用预训练好的网络，并将其应用到我们的定
迁移学习概述（Transfer Learning）
热门推荐
zhyuxie的专栏
01-06 45万+
迁移学习概述（Transfer Learning）迁移学习概述背景定义及分类关键点基于实例的迁移基于特征的迁移特征选择特征映射基于共享参数的迁移深度学习和迁移学习结合Pre-training+Fine-tuningSDA (Stacked Denoising Auto-encoder )DANN (Domain-Adversarial Neural Network)参考文献 迁移学习概述 背景 ...
应用迁移与适配技术学习总结
qq_39629852的博客
05-28 1961
应用迁移与适配技术是一个重要的领域，涉及将应用程序从一个平台或环境迁移到另一个平台或环境，并确保其在新环境中的有效运行。以下是我学习这方面技术时的心得总结：1. 理解不同平台和环境的差异：在进行应用迁移和适配之前，必须深入了解目标平台或环境与原始环境之间的差异。这可能涉及到硬件架构、操作系统、编程语言、库和框架等方面的差异。2. 评估迁移的可行性：在决定是否进行应用迁移之前，需要进行可行性评估。这包括评估迁移的成本、风险、时间和资源投入，以及在新环境中应用程序的性能和功能是否能够得到保持或提升。
CS-UNet：基于CS-UNet的迁移学习用于微观结构分割：一种结合Transformer和CNN编码器的混合算法
Together_CZ的博客
12-01 1457
Transfer Learning for Microstructure Segmentation with CS-UNet: A Hybrid Algorithm with Transformer and CNN Encoders CS-UNet：基于CS-UNet的迁移学习用于微观结构分割：一种结合Transformer和CNN编码器的混合算法
基于迁移学习的培养基配方开发方法
最新发布
笔记
07-16 612
本文提出了一种基于迁移学习的细胞培养基优化方法，通过构建5-20层DNN预训练模型，利用1000+配方数据进行训练。创新性地采用"输出层→隐藏层"渐进解冻策略进行两阶段迁移学习：第一阶段冻结除输出层外的所有层，第二阶段微调最后3层。实验表明，该方法将数据需求减少至传统方法的1/20（200 vs 4000+），开发周期缩短60%（6个月→2个月），在CHO-K1细胞实验中预测误差低于15%。关键技术包括特征选择（保留TOP70%成分）、数据归一化和拉丁超立方采样，显著提升了模型迁移效率和
机器学习简要概览
niexinyu0026的博客
09-20 2197
是关于网上一个免费小课（来自点头AI）的图文整理。非常简洁，只是一个概览，可以根据这个概览一步步学习。
应用迁移与适配技术学习心得
fqyak的博客
05-30 741
应用移植makefile：makefile关系到了整个工程的编译规则。一个工程中的源文件不计数，其按类型、功能、模块分别放在若干个目录中，makefile定义了一系列的规则来指定，哪些文件需要先编译，哪些文件需要后编译，哪些文件需要重新编译，甚至于进行更复杂的功能操作，因为makefile就像一个Shell脚本一样，其中也可以执行操作系统的命令。Makefile带来的好处就是——“自动化编译”，一旦写好，只需要一个Make命令，整个工程完全自动编译，极大的提高了软件开发的效率。
迁移学习基础与领域适应概览
"这篇资源是关于迁移学习和领域适应的基础介绍，主要来自EPAT2014的课程。课程提供了迁移学习的相关论文列表、软件资源以及一些综述性报告，帮助初学者理解并进入该领域。" 迁移学习是一种机器学习方法，其核心理念...
Oracle数据库数据迁移概览.ppt
06-03
Oracle 数据库数据迁移概览 Oracle 数据库数据迁移是一项复杂的任务，涉及到跨平台数据库传输、数据文件转换、数据库状态检查、外部对象标识等多个方面。本文将对 Oracle 数据库数据迁移的概览进行详细的介绍。 ...
Facebook Folly库中的futures核心应用：迁移学习方法概览
本文档主要介绍了Facebook的C++基础库Folly中的futures库，以及其在迁移学习中的应用和扩展。迁移学习是一种机器学习技术，旨在利用已有的知识和数据来提升新任务的学习效率。核心方法部分首先回顾了2006年ECML-PKDD...
【机器学习】k-Means Clustering_电影评分与推荐实例
曦瓜
07-06 4480
电影评分的 k 均值聚类 假设你是 Netflix 的一名数据分析师，你想要根据用户对不同电影的评分研究用户在电影品位上的相似和不同之处。了解这些评分对用户电影推荐系统有帮助吗？我们来研究下这方面的数据。 我们将使用的数据来自精彩的 MovieLens 用户评分数据集。我们稍后将在 notebook 中查看每个电影评分，先看看不同类型之间的评分比较情况。 数据集概述 该数据集有两个文件。我们将这两...
【机器学习】决策树_探索泰坦尼克号乘客存活实例
曦瓜
07-06 891
Lab：使用决策树探索泰坦尼克号乘客存活情况 开始 在引导项目中，你研究了泰坦尼克号存活数据并能够对乘客存活情况作出预测。在该项目中，你手动构建了一个决策树，该决策树在每个阶段都会选择一个与存活情况最相关的特征。幸运的是，这正是决策树的运行原理！在此实验室中，我们将通过在 sklearn 中实现决策树使这一流程速度显著加快。 我们首先将加载数据集并显示某些行。 # Import libraries...
Udacity 机器学习笔记_2 监督学习
曦瓜
07-06 319
因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这篇博客是复盘整理 Udacity 机器学习工程师课程的学习笔记。 均方误差与总平方误差（或绝对误差） 一个潜在疑问是：如何判断应该使用均方误差还是总平方误差（或绝对误差）？ 总平方误差是指每个点的误差之和，方程式为： M = \sum_{i=1}^m \frac{1}{2} (y...
【联邦学习】联邦学习概览
曦瓜
07-29 283
因学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这一篇博客是最近在做金融行业下的联邦学习，借此梳理下调研过程中的材料，希望对您有所帮助。 联邦学习概览 ...
【机器学习】实战笔记_决策树
曦瓜
03-28 268
因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这个系列是机器学习实战一书的学习笔记，主要是基本算法的代码实现。 机器学习实战 百度网盘链接：https://pan.baidu.com/s/1WV25w34gQyJ76AHskLJzlQ 提取码：qcht 推荐指数：5颗星 决策树的特点 优点：计算复杂度不高，输出结果易于理解，对...
【机器学习】实战笔记_朴素贝叶斯
曦瓜
03-31 246
因本人刚开始写博客，学识经验有限，如有不正之处望读者指正，不胜感激；也望借此平台留下学习笔记以温故而知新。这个系列是机器学习实战一书的学习笔记，主要是基本算法的代码实现。 机器学习实战 百度网盘链接：https://pan.baidu.com/s/1WV25w34gQyJ76AHskLJzlQ 提取码：qcht 推荐指数：5颗星 朴素贝叶斯的特点 优点：在数据较少的情况下仍然有效，可以...
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

打赏作者

西瓜情怀总是籽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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