ConceptAI › Machine Learning › Model Adaptation › Transfer Learning
Transfer Learning
迁移学习
一句话理解
迁移学习把一个任务或领域中学到的知识，用于帮助另一个任务或领域。
带着已有经验学新任务。
最好理解的例子
复用在大量自然图片上训练的视觉网络，再用花卉数据训练分类器，让它识别不同花种。
核心机制
- 1
确定源任务中可复用的知识与目标任务需求。
- 2
复用已有表示或参数作为新任务的起点。
- 3
通过特征复用或微调适配目标任务。
- 4
在独立的目标数据上评估迁移效果。
关键关系
快速对比
迁移学习是复用知识的总体思路；微调是在已有参数上继续训练的常用实现方法。迁移学习也可以不更新原模型参数。
常见误解
源任务的知识不一定有帮助；任务差异过大或适配方式不当可能造成负迁移。
知识邻域
AI → Machine Learning → Model Adaptation