机器学习18:深度学习的迁移学习方法

迁移学习是指对提前训练过的神经网络进行调整,以用于新的不同数据集。 迁移学习分类主要取决于以下两个条件: 1.新数据集的大小,以及 2.新数据集与原始数据集的相似程度 使用迁移学习的方法将各不相同。有以下四大主要情形: 新数据集很小,新数据与原始数据相似 新数据集很小,新数据不同于原始训练数据 新数据集很大,新数据与原始训练数据相似 新数据集很大,新数据不同于原始训练数据 大型数据集可能具有 10
相关文章
相关标签/搜索