迁移学习中的负迁移：综述
点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 导读 迁移移学习(TL)试图利用来自一个或多个源域的数据或知识来促进目标域的学习。由于标记成本、隐私问题等原因，当目标域只有很少或没有标记数据时，它特别有用。 不过，TL的有效性并不总是得到保证。负迁移(NT)，即源域数据/知识导致目标域学习性能下降，是TL中一个长期存在且具有挑战性的问题，文献中提出了各种克服负迁移的方法。本文从源数据质
相关文章
- 1. 迁移学习综述
- 2. Transfer learning 迁移学习 综述
- 3. 【迁移学习】简述迁移学习在深度学习中的应用
- 4. 迁移学习简述
- 5. 迁移学习
- 6. 【迁移学习】
- 7. NLP中的迁移学习
- 8. 迁移学习综述（学习备忘录）
- 9. 19.迁移学习
- 10. cs231_n7.3_迁移学习
- 更多相关文章...
- • PHP 7 移除的扩展 - PHP 7 新特性
- • PHP 7 移除的 SAPI - PHP 7 新特性
- • 适用于PHP初学者的学习线路和建议
- • Tomcat学习笔记（史上最全tomcat学习笔记）
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 迁移学习综述
- 2. Transfer learning 迁移学习 综述
- 3. 【迁移学习】简述迁移学习在深度学习中的应用
- 4. 迁移学习简述
- 5. 迁移学习
- 6. 【迁移学习】
- 7. NLP中的迁移学习
- 8. 迁移学习综述（学习备忘录）
- 9. 19.迁移学习
- 10. cs231_n7.3_迁移学习