https://blog.csdn.net/mao_feng/article/details/78939864
现实生活中，我们会遇到少量有标签的样本，而大量无标签的样本，怎么去做这个处理呢？
方法1：迁移学习的finetune
找类似的通用数据集（在图像领域:imagenet，电商领域：淘宝电商数据）训练网络，通过修改后面2层或者3层网络，做迁移学习，来微调网络的参数，从而训练模型。
方法2：元学习（meta learning）
https://blog.csdn.net/mao_feng/article/details/78939864
现实生活中，我们会遇到少量有标签的样本，而大量无标签的样本，怎么去做这个处理呢？
方法1：迁移学习的finetune
找类似的通用数据集（在图像领域:imagenet，电商领域：淘宝电商数据）训练网络，通过修改后面2层或者3层网络，做迁移学习，来微调网络的参数，从而训练模型。
方法2：元学习（meta learning）
本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。