Survey | 多任务学习综述
作者 | 涂心琪 指导 | 曾湘祥教授 单位 | 湖南大学 研究方向 | 多任务学习，生物信息学 1.简介 深度学习模型通常需要大量有标签数据才能训练出一个优良的分类器。但是，包括医学图像分析在内的一些应用无法满足这种数据要求，因为标注数据需要很多人力劳动。在这些情况下，多任务学习（MTL）可以通过使用来自其它相关学习任务的有用信息来帮助缓解这种数据稀疏问题。 微众银行首席智能官、香港科技大学讲座
相关文章
- 1. 多任务学习综述
- 2. Multimodal Machine Learning: A Survey and Taxonomy/多模态机器学习综述
- 3. IOS多线程任务（综述篇）
- 4. 多标签学习综述
- 5. 多任务学习-Multitask Learning概述
- 6. NLP学习（二）——NER综述
- 7. GNN学习—综述
- 8. 《A Survey on Transfer Learning》迁移学习研究综述 翻译
- 9. Meta-Learning in Neural Networks: A Survey元学习最新综述（翻译）
- 10. [caption学习]：综述：A comprehensive survey of deep learning for image caption
- 更多相关文章...
- • Eclipse 任务管理 - Eclipse 教程
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
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. 多任务学习综述
- 2. Multimodal Machine Learning: A Survey and Taxonomy/多模态机器学习综述
- 3. IOS多线程任务（综述篇）
- 4. 多标签学习综述
- 5. 多任务学习-Multitask Learning概述
- 6. NLP学习（二）——NER综述
- 7. GNN学习—综述
- 8. 《A Survey on Transfer Learning》迁移学习研究综述 翻译
- 9. Meta-Learning in Neural Networks: A Survey元学习最新综述（翻译）
- 10. [caption学习]：综述：A comprehensive survey of deep learning for image caption