https://blog.csdn.net/mao_feng/article/details/78939864
現實生活中，我們會遇到少量有標簽的樣本，而大量無標簽的樣本，怎么去做這個處理呢？
方法1：遷移學習的finetune
找類似的通用數據集（在圖像領域:imagenet，電商領域：淘寶電商數據）訓練網絡，通過修改后面2層或者3層網絡，做遷移學習，來微調網絡的參數，從而訓練模型。
方法2：元學習（meta learning）
https://blog.csdn.net/mao_feng/article/details/78939864
現實生活中，我們會遇到少量有標簽的樣本，而大量無標簽的樣本，怎么去做這個處理呢？
方法1：遷移學習的finetune
找類似的通用數據集（在圖像領域:imagenet，電商領域：淘寶電商數據）訓練網絡，通過修改后面2層或者3層網絡，做遷移學習，來微調網絡的參數，從而訓練模型。
方法2：元學習（meta learning）
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。