李宏毅《Machine Learning》笔记 -- transfer learning

李宏毅《Machine Learning》笔记 -- transfer learning_第1张图片

 

应用场景

Data not directly related to the task considered

李宏毅《Machine Learning》笔记 -- transfer learning_第2张图片

Conservative Training or layer Transfer

保守训练,或者fine-tune的时候 只调某个layer的参数

 

speech 通常只调前几层 一般一个

image通常只调最后几层

 

multitask learning

李宏毅《Machine Learning》笔记 -- transfer learning_第3张图片

 

李宏毅《Machine Learning》笔记 -- transfer learning_第4张图片

Progressive Neural Networks:

李宏毅《Machine Learning》笔记 -- transfer learning_第5张图片

domain-adversarial training:可以抽出同样feature分布

李宏毅《Machine Learning》笔记 -- transfer learning_第6张图片

红色任务是分辨特征来源是source还是target

绿色要尽量让红色没法分辨特征来源是source还是target

蓝色则保证原有任务正常完成

最后就会尽量生成一个 不同data来源的特征分布接近的特征。。

李宏毅《Machine Learning》笔记 -- transfer learning_第7张图片

Zero-shot learning

1、比目前分类单位更小的分类单位:如语音->音素, 动物->特征(尾巴,毛发),目标变为特征预测

2、Attribute embedding 

李宏毅《Machine Learning》笔记 -- transfer learning_第8张图片

李宏毅《Machine Learning》笔记 -- transfer learning_第9张图片

李宏毅《Machine Learning》笔记 -- transfer learning_第10张图片

无需训练

 

 

 

 

你可能感兴趣的:(李宏毅机器学习)