实例介绍
【实例截图】









【核心代码】
目 录
写在前面 I
致谢 II
手册说明 III
1 迁移学习基本概念 1
1.1 引子 . . . . . . . . . . . . . . 1
1.2 迁移学习的概念 . . . . . . . . 1
1.3 为什么需要迁移学习? . . . . 2
1.4 与已有概念的区别和联系 . . 4
1.5 负迁移 . . . . . . . . . . . . . 5
2 迁移学习的研究领域 7
2.1 按目标域标签分 . . . . . . . . 7
2.2 按学习方法分类 . . . . . . . . 7
2.3 按特征分类 . . . . . . . . . . 8
2.4 按离线与在线形式分 . . . . . 8
3 迁移学习的应用 9
3.1 计算机视觉 . . . . . . . . . . 9
3.2 文本分类 . . . . . . . . . . . 9
3.3 时间序列 . . . . . . . . . . . 10
3.4 医疗健康 . . . . . . . . . . . 11
4 基础知识 12
4.1 迁移学习的问题形式化 . . . . 12
4.1.1 领域 . . . . . . . . . . 12
4.1.2 任务 . . . . . . . . . . 12
4.1.3 迁移学习 . . . . . . . 12
4.2 总体思路 . . . . . . . . . . . 13
4.3 度量准则 . . . . . . . . . . . 14
4.3.1 常见的几种距离 . . . . 14
4.3.2 相似度 . . . . . . . . . 14
4.3.3 KL 散度与 JS 距离 . . 15
4.3.4 最大均值差异 MMD . 15
4.3.5 Principal Angle . . . . 16
4.3.6 A-distance . . . . . . . 16
4.3.7 Hilbert-Schmidt Inde-
pendence Criterion . . 16
4.4 迁移学习的理论保证 * . . . . 16
5 迁移学习的基本方法 18
5.1 基于样本迁移 . . . . . . . . . 18
5.2 基于特征迁移 . . . . . . . . . 19
5.3 基于模型迁移 . . . . . . . . . 19
5.4 基于关系迁移 . . . . . . . . . 20
6 第一类方法:数据分布自适应 22
6.1 边缘分布自适应 . . . . . . . . 22
6.1.1 基本思路 . . . . . . . 22
6.1.2 核心方法 . . . . . . . 22
6.1.3 扩展 . . . . . . . . . . 24
6.2 条件分布自适应 . . . . . . . . 25
6.3 联合分布自适应 . . . . . . . . 26
6.3.1 基本思路 . . . . . . . 26
6.3.2 核心方法 . . . . . . . 26
6.3.3 扩展 . . . . . . . . . . 28
6.4 小结 . . . . . . . . . . . . . . 29
7 第二类方法:特征选择 30
7.1 核心方法 . . . . . . . . . . . 31
7.2 扩展 . . . . . . . . . . . . . . 31
7.3 小结 . . . . . . . . . . . . . . 31
8 第三类方法:子空间学习 32
8.1 统计特征对齐 . . . . . . . . . 32
8.2 流形学习 . . . . . . . . . . . 34
8.3 扩展与小结 . . . . . . . . . . 36
9 深度迁移学习 37
9.1 深度网络的可迁移性 . . . . . 37
9.2 最简单的深度迁移:finetune . 41
9.3 深度网络自适应 . . . . . . . . 42
9.3.1 基本思路 . . . . . . . 42
9.3.2 核心方法 . . . . . . . 43
9.3.3 小结 . . . . . . . . . . 48
9.4 深度对抗网络迁移 . . . . . . 48
9.4.1 基本思路 . . . . . . . 48
9.4.2 核心方法 . . . . . . . 48
9.4.3 小结 . . . . . . . . . . 51
10 上手实践 52
I
迁移学习简明手册
11 迁移学习前沿 58
11.1 机器智能与人类经验结合迁移 58
11.2 传递式迁移学习 . . . . . . . . 58
11.3 终身迁移学习 . . . . . . . . . 59
11.4 在线迁移学习 . . . . . . . . . 60
11.5 迁移强化学习 . . . . . . . . . 61
11.6 迁移学习的可解释性 . . . . . 61
12 总结语 62
13 附录 63
13.1 迁移学习相关的期刊和会议 . 63
13.2 迁移学习研究学者 . . . . . . 63
13.3 迁移学习资源汇总 . . . . . . 66
13.4 迁移学习常用算法及数据资源 67
相关软件
- Linux文件权限可视化计算器与chmod命令生成器:rwx权限位二进制可视化、数字/符号模式双向转换、特殊权限SUID/SGID/Sticky Bit说明、批量chmod命令生成、一键复制执行
- 文件批量备份与恢复工具(增量备份+AES加密+版本管理+一键回滚)
- Python桌面版Webhook测试接收器与调试工具:本地启动HTTP服务接收回调请求、实时显示请求头与Body、历史记录持久化、一键导出JSON
- Python桌面版HTTP接口断言测试工具:可视化定义测试用例、自动发送请求、校验状态码与JSON字段、批量执行生成测试报告
- Python桌面版HTTP状态码速查与学习工具:1xx-5xx全分类展示、详细说明与使用场景、关键词搜索过滤、收藏常用状态码、一键复制说明
相关文章
- Excel工作表批量重命名与顺序调整工具:一键导入多Sheet文件、自由调整顺序、批量添加前后缀、预览变更一键导出
- 二维码批量生成与识别工具:支持文本/URL/WiFi/名片多种格式、CSV导入批量导出PNG、图片二维码扫描解码、一键导出
- Docker Compose配置文件可视化生成器:多服务编排、端口映射、数据卷挂载图形化配置、环境变量管理、语法校验、一键导出docker-compose.yml
- 网页HTML/CSS/JS代码压缩美化工具:支持三种语言一键切换、自定义压缩选项(移除注释/空白/换行)、实时预览对比、压缩率统计、一键复制导出
- 图片批量压缩与WebP转换工具:自定义质量/尺寸、多格式支持(JPG/PNG/WebP)、体积对比统计、一键导出
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明


网友评论
我要评论