文档摘要

7.2 迁移学习与微调 本节摘要：自己从零训一个大模型又贵又久，迁移学习让你把别人在巨量数据上学好的权重借过来，只在自己小数据上做少量调整。本节讲为什么有效、冻结与微调的拿捏，以及何时该保持谨慎——也为第 5 章"预训练 + 微调"在这里做一次工程落地。 5.4 讲过"预训练 + 微调"是 NLP 的大趋势，其实这在视觉、语音早已是主流做法。核心理由一句话：在一张大数据上学到的东西，往往换到关联的小任务上也值钱。 会员。《7.2 迁移学习与微调》收录于灏天文库文集《深度学习核心算法精讲：从原理到实践》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/493-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E7%B2%BE%E8%AE%B2%E4%BB%8E%E5%8E%9F%E7%90%86%E5%88%B0%E5%AE%9E%E8%B7%B5

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流