文档摘要

2.1 迁移学习的分类：按迁移方式 (归纳式、直推式、无监督) 2.1 迁移学习的分类：按迁移方式 (归纳式、直推式、无监督) 迁移学习作为机器学习领域的一个重要分支，其核心思想在于将从一个或多个源任务中学习到的知识迁移到目标任务中，以期在目标任务数据量较少或标注成本较高的情况下，依然能够取得良好的性能。根据知识迁移方式的不同，迁移学习可以被划分为多种类别。 会员。《2.1 迁移学习的分类：按迁移方式 (归纳式、直推式、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

原文： https://aiknowledge.cn/collection/509-%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E4%B8%8Efine-tuning%E5%AE%9E%E6%88%98

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