遷移學習與多任務學習簡析

對於深度學習而言，訓練網絡這一過程是相當乏味的，需要不斷根據實驗結果調整網絡結構和模型。相對於隨機初始化後調參而言，有沒有更加高效的方式呢？答案是肯定的。一些科研人員發現，將其它訓練好的模型重新應用於另外一個任務，或者是將相同的網絡模型應用於多任務中，模型性能可能會更好。本文將討論這兩種重要方法——遷移學習（Transfer Learning）和多任務學習（Multi-task Learning）

>>阅读原文<<