2020李宏毅學習筆記——61.Transfer Learning
1.概念： Transfer learning是機器學習的一個分支，中文名曰遷移學習，它的目的是在獲取一定的額外數據或者是存在一個已有的模型的前提下，將其應用在新的且有一定相關性的task。我們可以將做transfer learning的數據分成兩類，一類是source data，另一類是target data。source data指的是額外的數據，與將要解決的任務並不直接相關，而target
相關文章
- 1. 【課程筆記-李宏毅ML】transfer learning
- 2. 【李宏毅機器學習筆記】 18、遷移學習（Transfer Learning）
- 3. 李宏毅機器學習——學習筆記（17） Transfer Learning
- 4. 【李宏毅2020 ML/DL】P85 Transfer Learning
- 5. 李宏毅學習筆記44.Meta Learning
- 6. 李宏毅《Deep Learning》學習筆記 - transformer
- 7. 2020李宏毅學習筆記——9. Backpropagation
- 8. 李宏毅 2020 Machine Learning
- 9. 2020李宏毅學習筆記——11.adaptive learning rate
- 10. 2020李宏毅學習筆記——8.Brief Introduction of Deep Learning
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【課程筆記-李宏毅ML】transfer learning
- 2. 【李宏毅機器學習筆記】 18、遷移學習（Transfer Learning）
- 3. 李宏毅機器學習——學習筆記（17） Transfer Learning
- 4. 【李宏毅2020 ML/DL】P85 Transfer Learning
- 5. 李宏毅學習筆記44.Meta Learning
- 6. 李宏毅《Deep Learning》學習筆記 - transformer
- 7. 2020李宏毅學習筆記——9. Backpropagation
- 8. 李宏毅 2020 Machine Learning
- 9. 2020李宏毅學習筆記——11.adaptive learning rate
- 10. 2020李宏毅學習筆記——8.Brief Introduction of Deep Learning