遷移學習(Transfer Learning)




遷移學習是在新問題上重複使用預先訓練的模型。它目前在深度學習領域非常流行,因為它使您能夠以相對較少的數據訓練深度神經網絡。這樣的方法非常有用,因為大多數現實問題通常沒有數百萬個標記數據點來訓練這種複雜模型。本文向您介紹遷移學習是什麼,它是如何運作的,您應該使用它的原因何時可以使用它。文章將向您介紹遷移學習的不同方法,並為您提供已經預先訓練過的模型的一些資源。

文章內容:
  • 遷移學習是什麼?
  • 如何運作
  • 為什麼用遷移學習?
  • 什麼時候應該使用遷移學習
  • 遷移學習的方法(訓練模型以重複使用,使用預訓練模型,特徵提取)
  • 摘要
原文來自: Medium https://bit.ly/2QKCOox

留言

這個網誌中的熱門文章

[發展與應用-27] 中醫AI應用!打造藥材辨識App

[發展與應用-8] 麵包店AI結帳系統 一秒算出金額

AI = 愛?