Hvad er Transfer Learning?

Transfer Learning er en AI-teknik, hvor viden og træning fra en model på én opgave genbruges som udgangspunkt for at lære nye, relaterede opgaver hurtigere og mere effektivt.

Transfer Learning har til formål at udnytte eksisterende AI-viden til nye problemer, reducere træntid og krav til data ved at bygge på allerede lærte features og mønstre.

Transfer Learning fungerer ved at tage en prætrænet model og fine-tune den på nye data eller opgaver, ofte ved kun at justere de øverste lag mens de grundlæggende features bevares.

En billedgenkendelsesmodel trænet på generelle billeder kan fine-tunes til medicinske røntgenbilleder ved at genbruge de grundlæggende visuelle features.

Transfer Learning er relateret til fine-tuning, pre-trained models og domain adaptation.