遷移學習中的負遷移：綜述

點擊上面"腦機接口社區"關注我們 更多技術乾貨第一時間送達 導讀 遷移移學習(TL)試圖利用來自一個或多個源域的數據或知識來促進目標域的學習。由於標記成本、隱私問題等原因，當目標域只有很少或沒有標記數據時，它特別有用。 不過，TL的有效性並不總是得到保證。負遷移(NT)，即源域數據/知識導致目標域學習性能下降，是TL中一個長期存在且具有挑戰性的問題，文獻中提出了各種克服負遷移的方法。本文從源數據質

>>阅读原文<<