Uczenie i dostrajanie
Uczenie transferowe
Transfer learning
Inne nazwy i skróty: transfer wiedzy, uczenie przez transfer.
Co to jest uczenie transferowe?
Wykorzystanie reprezentacji lub parametrów wyuczonych w jednym zadaniu jako punktu wyjścia do innego.
Może polegać na dostrojeniu całego modelu lub uczeniu nowej warstwy na zamrożonych cechach. Nie wymaga uczenia wszystkiego od początku.
Przykład zastosowania
Zespół wykorzystuje wyuczony model obrazów i dostosowuje jego końcową część do rozpoznawania wad produktów.
O czym pamiętać?
Wiedza z innej domeny może nie pasować do docelowych zdjęć i wymaga testu.
Powiązane pojęcia
- Parametry modelu (Model parameters)
- Uczenie maszynowe (Machine learning)