迁移学习与多任务学习简析

对于深度学习而言，训练网络这一过程是相当乏味的，需要不断根据实验结果调整网络结构和模型。相对于随机初始化后调参而言，有没有更加高效的方式呢？答案是肯定的。一些科研人员发现，将其它训练好的模型重新应用于另外一个任务，或者是将相同的网络模型应用于多任务中，模型性能可能会更好。本文将讨论这两种重要方法——迁移学习（Transfer Learning）和多任务学习（Multi-task Learning）

>>阅读原文<<