迁移学习综述

论文：A Survey on Deep Transfer Learning 论文地址 迁移学习 迁移学习是深度学习中解决训练数据不足问题的重要工具.它试图通过放宽训练数据和测试数据必须为独立且分布均匀( i.i.d )的假设,将知识从源域迁移到目标域. 主要解决问题:目标域的数据十分稀缺 定义 给定基于数据 Dt 的学习任务 Tt ,我们可以从数据 Ds 中获取对任务 Ts 有用的知识.迁移学习旨

>>阅读原文<<