迁移学习与Fine-tuning实战

本文集文档发布于灏天文库

2.1 迁移方式分类：归纳式、直推式与无监督

文档摘要

2.1 迁移方式分类：归纳式、直推式与无监督 本节摘要：按"任务同不同"与"目标侧有无标签"两根轴，迁移学习分为归纳式、直推式、无监督三大类。你日常做的预训练模型微调几乎都属于归纳式；直推式对应同任务跨分布的领域适应场景；无监督迁移则处理双侧都无标签的表示学习。本节给出分类树、各类的判断口诀与代表方法，并用代码演示如何判断一个具体项目落在哪个格子。 会员。《2.1 迁移方式分类：归纳式、直推式与无监督》收录于灏天文库文集《迁移学习与Fine-tuning实战》，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
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
发布者: 作者: 灏天文库 转发
评论区 (0)
U
0/500