《人工智能应用素养》-13.6基于迁移学习改进_第1页
《人工智能应用素养》-13.6基于迁移学习改进_第2页
《人工智能应用素养》-13.6基于迁移学习改进_第3页
《人工智能应用素养》-13.6基于迁移学习改进_第4页
《人工智能应用素养》-13.6基于迁移学习改进_第5页
已阅读5页,还剩5页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

01目录CONTENTS迁移学习原理02迁移学习实战迁移学习原理迁移学习(TransferLearning)是机器学习的一个研究方向,主要研究如何将任务A上学习到的知识迁移到任务B上,以提高在任务B上的泛化性能。通过迁移任务A上学习的知识,在任务B上训练分类器可以使用更少的样本和更少的训练代价,并且获得不错的泛化能力任务A为猫、狗分类问题,任务B为牛、羊分类问题。任务A和任务B存在大量的共享知识在训练任务B的分类器时,可以不从零开始训练,而是在任务A上获得的知识的基础上面进行训练或微调(Fine-tuning)迁移学习方法:网络微调技术。对于卷积神经网络,一般认为它能够逐层提取特征,越末层的网络的抽象特征提取能力越强,输出层一般使用与类别数相同输出节点的全连接层,作为分类网络的概率分布预测。对于相似的任务A和B,如果它们的特征提取方法是相近的,则网络的前面数层可以重用,网络后面的数层可以根据具体的任务设定从零开始训练。举例迁移学习实战思路在DenseNet121的基础上,使用ImageNet数据集上预训练好的模型参数初始化DenseNet121网络,并去除最后一个全连接层,追加新的分类子网络,最后一层的输出节点数设置为

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论