迁移学习

Python中的深度学习神经网络

-构建与训练神经网络模型的步骤深度学习训练过程3.卷积神经网络的原理-卷积层与池化层-特征提取与全连接层-Python中的CNN库与工具4.Python中深度学习的挑战和未来发展方向-计算资源与速度-迁移学习与模型压缩

2301_78297473·2024-09-07 08:46

一文读懂深度适配网络（DAN）

这周五下午约见了机器学习和迁移学习大牛、清华大学的龙明盛老师。老师为人非常nice，思维敏捷，非常健谈！一不留神就谈了1个多小时，意犹未尽，学到了很多东西！

weixin_34088838·2024-08-28 05:57

迁移学习之领域泛化

领域泛化领域泛化（DomainGeneralization）是机器学习和计算机视觉中的一个重要概念，它指的是模型能够从一个或多个源领域（sourcedomains）学习到的知识或模式，成功地应用到与训练时未见过的目标领域（targetdomain）上，即使这些领域之间存在分布差异。简单来说，领域泛化就是希望模型能够“举一反三”，不仅限于在特定数据集或特定环境下表现良好，而是能够跨越不同的环境或数据

踩着上帝的小丑·2024-08-25 04:41

23 注意力机制—BERT

目录BERT预训练NLP里的迁移学习BERTBERT动机BERT预训练NLP里的迁移学习在计算机视觉中比较流行，将ImageNet或者更大的数据集上预训练好的模型应用到其他任务中，比如小数据的预测、图片分类或者是目标检测使用预训练好的模型

Unknown To Known·2024-08-25 01:57

Unet 高阶分割网络实战、多类别分割、迁移学习（deeplab、resnet101等等）

1、前言Unet图像分割之前介绍了不少，具体可以参考图像分割专栏为了实现多类别的自适应分割，前段时间利用numpy的unique函数实现了一个项目。通过numpy函数将mask的灰度值提取出来，保存在txt文本里，这样txt里面就会有类似012...等等的灰度值。而有几个灰度值，就代表分割要分出几个类别。具体可以参考：Unet实战分割项目、多尺度训练、多类别分割将vgg换成resnet的unet参

听风吹等浪起·2024-02-20 18:47

探索XGBoost：深度集成与迁移学习

导言深度集成与迁移学习是机器学习领域中的两个重要概念，它们可以帮助提高模型的性能和泛化能力。

Echo_Wish·2024-02-19 12:34

机器学习、深度学习、强化学习、迁移学习的关联与区别

本文主要了解并初步探究机器学习、深度学习、强化学习、迁移学习的关系与区别，通过清晰直观的关系图展现出四种“学习”之间的关系。

半亩花海·2024-02-19 12:43

预训练和微调在迁移学习中的作用

在机器学习和深度学习中，"pre-training"（预训练）和"fine-tuning"（微调）是两个常见且重要的概念，它们通常在迁移学习场景中使用，以提高模型在特定任务上的性能。

一条小小yu·2024-02-19 12:42

Python环境下基于深度判别迁移学习网络的轴承故障诊断

目前很多机器学习和数据挖掘算法都是基于训练数据和测试数据位于同一特征空间、拥有相同数据分布的假设。然而在现实应用中，该假设却未必存在。一方面，如果将利用某一领域数据训练得到的模型直接应用于新的目标领域，领域之间切实存在的数据差异可能会导致模型效果的骤然下降。另一方面，如果直接在新的目标领域中进行模型的训练，其数据的稀缺和标注的不完整可能会导致监督学习出现严重的过拟合问题，难以达到令人满意的学习效果

哥廷根数学学派·2024-02-19 12:36

【深度学习：迁移学习】图像识别预训练模型的迁移学习

【深度学习：迁移学习】图像识别预训练模型的迁移学习什么是迁移学习？为什么不从头开始训练模型？

jcfszxc·2024-02-14 11:48

【前沿技术杂谈：迁移学习】欧洲人工智能法案对人工智能开发者的意义 [2023 年 12 月更新］

【前沿技术杂谈：迁移学习】欧洲人工智能法案对人工智能开发者的意义[2023年12月更新］定义、一般原则和禁止做法人工智能系统开发者基于风险的义务固定和通用人工智能开发人员（第3/28条）基础模型的提供者

jcfszxc·2024-02-14 11:48

低资源学习与知识图谱：构建与应用

目录前言1低资源学习方法1.1数据增强1.2特征增强1.3模型增强2低资源知识图谱构建与推理2.1元关系学习2.2对抗学习2.3零样本关系抽取2.4零样本学习与迁移学习2.5零样本学习与辅助信息3基于知识图谱的低资源学习应用

cooldream2009·2024-02-14 10:21

深度学习之迁移学习实现神奇宝贝识别

经过之前深度学习的实践，无论是自己搭建的CNN网络也好，还是通过迁移学习调用官方的网络模型也好，都有其优点以及不足。

starlet_kiss·2024-02-13 21:40

LLM大模型常见问题解答（2）

迁移学习：GPT类模型首先在一个广泛的数据集上进行预训练，以掌握语言的通用表示，然后可以在

lichunericli·2024-02-13 21:38

大模型注入领域知识，模型体验和Token重复知识

迁移学习：使用预训练的LLM模型作为基础，然后在特定领域的数据上进行微调。这样可以利用预训练模型学到的通用知识，同时使其适应新领域。领域专家标

lichunericli·2024-02-13 19:26

深度学习基础

深度学习基础highvariance/datamismatchwhatisdatamismatchhowtosolvedatamismatchdatasynthesis数据合成迁移学习与预训练/微调什么时候用迁移学习

EEPI·2024-02-13 10:48

基于NSGA-II的深度迁移学习

深度迁移学习迁移学习是一种机器学习技术，它允许一个预训练的模型被用作起点，在此基础上进行微调以适应新的任务或数据。

代码缝合怪·2024-02-12 03:45

Tensorflow2.0 查看网络中每层的名称、权重及特征图绘制

为了方便演示，我们使用迁移学习到的MobileNetV2网络。实现过程1、构建网络我们将冻结迁移到的MobileNetV2网络，然后将它最后的分类层换成我们自己定义的分类层即可。

cofisher·2024-02-09 19:00

Tensorflow2.0 评价模型复杂度：参数量、FLOPs 和 MACC 计算

文章目录项目介绍代码实现：对于迁移学习网络（复杂）1、迁移学习不带分类层的简化版MobileNetV2网络2、查看网络结构3、提取需要分析的层4、计算FLOPs和MACC代码实现：对于自编写网络（简单）

cofisher·2024-02-09 19:00

【PyTorch】实现迁移学习框架DaNN

文章目录前言代码实现1、导入数据库关于torch.manual_seed(1)2、参数设置3、数据导入4、定义MMD损失5、定义训练函数5.1nn.CrossEntropyLoss()5.2.detach()5.3.sizeVS.shape5.4.to(DEVICE)5.5.max()5.6optimizer.zero_grad()

cofisher·2024-02-09 19:29

论文笔记：NIPS 2020 Graph Contrastive Learning with Augmentations

然后，作者分析了在四种不同的图数据增强条件下，不同组合对多个数据集的影响:半监督、无监督、迁移学习以及对抗性攻击。

饮冰l·2024-02-09 00:54

【多模态大模型】GLIP：零样本学习 + 目标检测 + 视觉语言大模型

统一的短语定位损失语言意识的深度融合预训练数据类型的结合语义丰富数据的扩展零样本和少样本迁移学习效果论文：https://arxiv.org/pdf/2112.03857.pdf代码：https://github.com

Debroon·2024-02-08 11:34

【PyTorch】实现迁移学习框架DANN

文章目录前言代码实现1、导入数据库关于torch.manual_seed(1)2、参数设置3、数据导入4、定义训练函数4.1nn.CrossEntropyLoss()4.2.detach()4.3.sizeVS.shape4.4.to(DEVICE)4.5.max()4.6optimizer.zero_grad()4.7len(data

cofisher·2024-02-07 10:04

PyTorch 2.2 中文官方教程（十五）

（beta）计算机视觉的量化迁移学习教程原文：pytorch.org/tutorials/intermediate/quantized_transfer_learning_tutorial.html译者

绝不原创的飞龙·2024-02-05 22:16

Python 处理小样本数据的文档分类问题

在处理小样本数据的文档分类问题时，可以尝试使用迁移学习或者基于预训练模型的方法，如BERT、GPT等。

田猿笔记·2024-02-05 11:50

【文本到上下文 #10】探索地平线：GPT 和 NLP 中大型语言模型的未来

以我们之前对BERT和迁移学习的讨论为基础，将重点转移到更广阔的视角，包括语言模型的演变和未来，特别是生成式预训练转换器（GPT）及其在NLP中的重要作用。

无水先生·2024-02-04 09:20

AI预测-注意力机制/多头注意力机制及其tensorflow实现

算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习-模型融合策略Transformer模型及Paddle实现迁移学习在预测任务上的

写代码的中青年·2024-02-03 09:02

AI预测-迁移学习在时序预测任务上的tensoflow2.0实现

算法预测经验EEMD策略及踩坑VMD-CNN-LSTM时序预测对双向LSTM等模型添加自注意力机制K折叠交叉验证optuna超参数优化框架多任务学习-模型融合策略Transformer模型及Paddle实现迁移学习在预测任务上的

写代码的中青年·2024-02-03 09:01

迁移学习Transfer Learning的优缺点，以及在使用迁移学习的注意事项！

迁移学习TransferLearning1.迁移学习的优点和缺点：2.使用迁移学习时，需要解决以下问题：1.迁移学习的优点和缺点：迁移学习是一种机器学习方法，它可以使机器学习模型利用已有任务的学习结果，

小桥流水---人工智能·2024-02-02 19:08

迁移学习实现图片分类任务

导入工具包importtimeimportosimportnumpyasnpfromtqdmimporttqdmimporttorchimporttorchvisionimporttorch.nnasnnimporttorch.nn.functionalasFimportmatplotlib.pyplotasplt%matplotlibinline#忽略烦人的红色提示importwarningsw

Cuteboom·2024-02-01 07:27

大模型微调LoRA训练与原理

是一种实现迁移学习的技术手段。2.矩阵的秩？秩是一个向量空间的基向量的个数。例如：二维平面坐标系存在两个基向量，平面上任意的一个向量都可以使用这两个基向量进行线性表示，则秩为2。

谦虚且进步·2024-01-31 10:28

yolo系列多卡训练命令

batch：指定GPU一次处理的样本数量，即批量–data：指定描述训练和验证数据集位置，以及标签类别的配置文件–weights：指定预训练权重，如果指定了预训练权重那么就不用从0开始训练，这样有助于迁移学习

Midsummer啦啦啦·2024-01-31 07:18

基于PaddleDetection的锥桶检测并在Gazebo环境中实现部署

感兴趣的方向有：计算机视觉、迁移学习、推理部署。

飞桨PaddlePaddle·2024-01-31 03:18

多场景多任务学习在美团到店餐饮推荐的实践

总第556篇2023年第008篇美团到店餐饮算法团队在跨域迁移学习的长期实践中，基于多场景的业务背景，提出了分层信息抽取网络，提升了多场景多任务的建模效果。

文文学霸·2024-01-30 23:37

PaddleHub 首页图像 - 文字识别chinese_ocr_db_crnn_server

配合使用Fine-tuneAPI，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用零基础快速开始WindowsLinuxMacPaddleHub首页图像-文字识别chinese_ocr_db_crnn_serverchinese_ocr_db_crnn_serve

baidu_huihui·2024-01-29 23:28

TensorFlow2实战-系列教程6：迁移学习实战

TensorFlow2实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在JupyterNotebook中进行本篇文章配套的代码资源已经上传1、迁移学习用已经训练好模型的权重参数当做自己任务的模型权重初始化一般全连接层需要自己训练

机器学习杨卓越·2024-01-29 09:10

[tensorflow] Tensorflow中learning rate 调整+ decay奇技淫巧

Note：如果是迁移学习，由于模型已在原始数据上收敛，此时应设置较小学习率(≤10−4≤10−4)在新数据上进行微调。

ASR_THU·2024-01-28 21:04

我的隐私计算学习——联邦学习（5）

Atara8088·2024-01-28 00:24

加权迁移学习用于改进基于运动想象的脑-机接口

加权迁移学习用于改进基于运动想象的脑-机接口WeightedTransferLearningforImprovingMotorImagery-BasedBrain–ComputerInterface来源作者

有人学习不瞌睡吗·2024-01-27 22:57

【文本到上下文 #9】NLP中的BERT和迁移学习

迁移学习在NLP中的作用

无水先生·2024-01-27 14:40

TensorFlow2实战-系列教程3：猫狗识别1

中进行本篇文章配套的代码资源已经上传1、项目介绍基本流程：数据预处理：图像数据处理，准备训练和验证数据集卷积网络模型：构建网络架构过拟合问题：观察训练和验证效果，针对过拟合问题提出解决方法数据增强：图像数据增强方法与效果迁移学习

机器学习杨卓越·2024-01-27 11:55

新能源电池数据集

通过AI解决电池的状态估计、阻抗、老化诊断与寿命预测、析锂检测与故障诊断预警等方面问题，通过无监督学习、迁移学习、数据机理将多元信息融合，做到更智能的全

2301_80430808·2024-01-26 17:14

语义分割 | 基于 VGG16 预训练网络和 Segnet 架构实现迁移学习

基于标注样本的信息和预训练模型的特征提取能力以及Segnet架构，训练自己构建的语义分割网络，从而实现迁移学习。

源于花海·2024-01-25 05:59

深入浅出理解目标检测的NMS非极大抑制

一、参考资料物体检测中常用的几个概念迁移学习、IOU、NMS理解目标定位和检测系列（3）：交并比（IOU）和非极大值抑制（NMS）的python实现Pytorch：目标检测网络-非极大值抑制(NMS)二

花花少年·2024-01-24 10:48

人工智能时代的十大核心技术：重塑未来的无限可能 - 第三章 - 迁移学习，让AI更聪明地“举一反三”

迁移学习：让AI更聪明地“举一反三”在人工智能（AI）的世界里，迁移学习正成为一种强大的工具，它让机器能够像人类一样“举一反三”，将在一个领域学到的知识应用到另一个领域。

百家峰会·2024-01-24 09:47

迁移混合模型-基于新数据的迁移学习预测-寻找普通苹果与其他苹果

以已经训练好的模型A为起点，在新场景中，根据新数据建立模型B。目的：将某个领域或任务上学习到的知识或模式，应用到不同但相关的领域或问题中。英文：transferlearning模型A存储了模型结构、权重系数（weights）模型B基于新数据，实现了对模型A的部分结构或权重系数的更新特征提取使用模型A，移除输出层，提取目标特征信息结构引用使用模型A的结构，重新/二次训练权重系数参数部分训练使用模型A

小旺不正经·2024-01-24 09:47

联邦学习：密码学 + 机器学习 + 分布式实现隐私计算，破解医学界数据孤岛的长期难题

分布式提出背景：数据不出本地，又能合力干大事联邦学习的问题联邦学习架构分布式机器学习：解决大数据量处理的问题横向联邦学习：解决跨多个数据源学习的问题纵向联邦学习：解决数据分散在多个参与者但部分特征重叠的问题联邦+迁移学习

Debroon·2024-01-23 11:31

初识人工智能，一文读懂迁移学习的知识文集(4)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知

普修罗双战士·2024-01-23 09:39

每天五分钟计算机视觉：揭秘迁移学习

迁移学习作为一种有效的方法，可以在已有的数据和模型上进行训练，然后将其应用于新的任务。这种方法大大降低了对新任务的数据需求，提高了模型的泛化能力。本文将详细介绍迁移学习的原理、应用和未来发展。

幻风_huanfeng·2024-01-23 07:59

每天五分钟计算机视觉：掌握迁移学习使用技巧

本文重点随着深度学习的发展，迁移学习已成为一种流行的机器学习方法，它能够将预训练模型应用于各种任务，从而实现快速模型训练和优化。然而，要想充分利用迁移学习的优势，我们需要掌握一些关键技巧。

幻风_huanfeng·2024-01-23 07:24

推荐频道