Uczenie transferowe
term_id: transfer_learning
Category: training_techniques
Definition
Uczenie transferowe wykorzystuje modele wstępnie wytrenowane, aby poprawić wydajność i skrócić czas trenowania na nowych, pokrewnych zadaniach. Zamiast trenować model od zera, deweloperzy dostosowują istniejące wagi, co pozwala na szybsze osiągnięcie dobrych wyników przy mniejszym nakładzie danych.
Summary
Technika uczenia maszynowego, w której model opracowany do jednego zadania jest ponownie wykorzystywany jako punkt wyjścia dla modelu realizującego drugie zadanie.
Key Concepts
- Modele wstępnie wytrenowane
- Dopasowywanie (Fine-tuning)
- Adaptacja domeny
- Ekstrakcja cech
Use Cases
- Klasyfikacja obrazów przy ograniczonych danych
- Analiza sentymentu w niszowych tematach
- Wspomaganie diagnoz medycznych
Code Example
| |