人工智能基礎:遷移學習&對抗學習簡述

1 遷移學習 1.0 簡介 圖1.0 遷移學習 遷移學習是機器學習研究的課題,在機器學習中集中於依據習得的知識解決不同但相關的問題;即用已知去解決未知(相關); 1.2 遷移學習分類 (1) 使用模型結構,不利用模型權重,重新訓練數據,輸出訓練模型 圖1.2 僅利用模型結構重新訓練 當新的任務與現存的模型任務差距較大時,可借鑑模型結構,重新進行訓練,以達到較優的效果,如圖1.2中的摩托車和腫瘤識別

>>阅读原文<<