"深度學習的遷移模型"主題報告速記與評述（四）

筆者按 ：機器學習正在走向基於「語義」的可解釋模型的新時代。遷移學習頗有可能接過監督學習今天的輝煌，顯著提高模型的可解釋性和適應性：不只在有着大數據的領域性能優異，還能遷移到只有小數據的新領域中表現出色。php 概要 CCAI主辦方提供了Slides的下載連接。報告分四個主要部分，而本文主要總結和評述前三部分。  1. 遷移學習的優點  2. 深度遷移學習解決方案  3. 三種遷移學習的範式  4

>>阅读原文<<