迁移学习 transfer learning

迁移学习 transfer learning 什么是迁移学习? 解释 总结 参考 什么是迁移学习? 一句话概括:迁移学习是利用少量数据 (small-scale dataset),二次训练其它任务相关模型,以使其在本任务下表现良好的一种方法。 解释 在训练网络时,往往会出现过拟合 (overfitting) 的情况,其中一个原因是数据量不够。此时,应对 overfitting 的一个方法是正则化
相关文章
相关标签/搜索