深度学习中需要大量的数据和计算资源（乞丐版都需要12G显存的GPU - -）且需花费大量时间来训练模型，但在实际中难以满足这些需求，而使用迁移学习则能有效 降低数据量、计算量和计算时间，并能定制在新 ...

本文的keras后台为tensorflow，介绍如何利用预编译的模型进行迁移学习，以训练和识别自己的图片集。 官网 https://keras.io/applications/ 已经介绍了各个基于I ...

迁移学习研究综述 Sinno Jialin Pan and Qiang Yang,Fellow, IEEE 摘要：   在许多机器学习和数据挖掘算法中，一个重要的假设就是目前的训练数据和将来的训练数 ...

论文题目：《Transfer Adaptation Learning: A Decade Survey》 论文作者：Lei Zhang 论文链接：http://cn.arxiv.org/pdf/1 ...

最先提出是这篇论文：https://dl.acm.org/doi/10.5555/2503308.2188410 用于判断两个分布p和q是否相同。 基本假设：如果两个分布生成足够多的样本在f上对应的均 ...

1.reshape实现矩阵的维度变化 1)reshape函数参数-1的意思 大意是说，数组新的shape属性应该要与原来的配套，如果等于-1的话，那么Numpy会根据剩下的维度计算出数组的另外一个 ...

目录 1. ResNet理论 2. pytorch实现 2.1 基础卷积 2.2 模块 2.3 使用ResNet模块进行迁移学习 ...

这是在kaggle上的一个练习比赛，使用的是ImageNet数据集的子集。 注意，mxnet版本要高于0.12.1b2017112。 下载数据集。 train.zip test.zip ...

论文题目：《Domain Adaptation via Transfer Component Analysis》 论文作者：Sinno Jialin Pan, Ivor W. Tsang, Jame ...

一、为什么要进行实例探究？ 通过他人的实例可以更好的理解如何构建卷积神经网络，本周课程主要会介绍如下网络 LeNet-5 AlexNet VGG ResNet (有152层) ...