迁移学习详解

╰+攻爆jí腚メ 2022-04-15 02:29 248阅读 0赞

迁移学习可应用于多个领域：

解决标注数据稀缺性  
非平稳泛化误差分析  
自然语言处理  
计算机视觉  
医疗健康和生物信息学

迁移学习基本概念：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70][]

迁移学习是较大的研究领域，广义的迁移学习涉及多种学习框架，如多任务学习、领域适配、方差偏移、样本选择偏置、概念漂移、鲁棒学习，而狭义的迁移学习包括数据集偏移、领域适配和多任务学习，本文主要研究数据集偏移和领域适配

按特征空间、类别空间、边缘分布、条件分布等问题因素在领域间的异同，迁移学习可大致地划分为图所示类型体系。本文主要研究同构迁移学习中的数据集偏移和领域适配。  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70 1][]

![20181120155113554.png][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70 2][]

[https://blog.csdn.net/mabozi08/article/details/79292801][https_blog.csdn.net_mabozi08_article_details_79292801]

[https://cosx.org/2017/10/transfer-learning/][https_cosx.org_2017_10_transfer-learning]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70]: /images/20220415/7ff3eaa2dd1e4515ac6d56a8b6ab8f5b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70 1]: /images/20220415/27419171bbcf4c6b802a6097501aa5c1.png
[20181120155113554.png]: /images/20220415/fd84d685424d4aec9fa25048a92a61ba.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hbmpoT0s_size_16_color_FFFFFF_t_70 2]: /images/20220415/abdb4fa212d44821980ada7d2ffc23ce.png
[https_blog.csdn.net_mabozi08_article_details_79292801]: https://blog.csdn.net/mabozi08/article/details/79292801
[https_cosx.org_2017_10_transfer-learning]: https://cosx.org/2017/10/transfer-learning/