文档摘要

2.3 三种迁移策略：特征迁移、模型迁移与实例迁移 本节摘要：从"搬什么"的角度，迁移学习分为三条路线——特征迁移（搬学到的特征表示）、模型迁移（搬参数并继续训练）、实例迁移（搬样本并重新加权）。三者对应三种施工预算与代码形态：特征迁移把旧宅当样板房量尺寸，模型迁移直接住进去翻新，实例迁移把旧家具搬来重新摆位。本节对比三者的机制、适用条件与代价，并各给一段标志性代码。 会员。《2.3 三种迁移策略：特征迁移、模型迁移与实例迁移》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