Mi a Transfer Learning?
Egy feladaton tanult tudás másik hasonló feladatra való alkalmazása.
Meghatározás
A Transzfer Tanulás (Transfer Learning) egy gépi tanulási módszer, ahol egy AI modell által egy feladaton megszerzett tudást és tapasztalatot másik, kapcsolódó feladaton használjuk fel.
Cél
A transfer learning célja gyorsabb tanulás, kevesebb adat szükséglet és jobb teljesítmény elérése új feladatoknál.
Működés
Egy előre betanított modell alsó rétegeit megtartjuk (általános jellemzők), és csak a felső rétegeket hangoljuk át az új feladatra.
Példa
Egy képfelismerő modell, amely macskákat tanult meg felismerni, könnyen átalakítható kutyák felismerésére kevés új tanuló adattal.
Kapcsolódó
- Fine-tuning
- Pre-trained Models
- Domain Adaptation
- Few-Shot Learning
Szeretne többet megtudni?
Ha többet szeretne megtudni a Transzfer Tanulás témáról, lépjen kapcsolatba velem az X-en. Szeretem megosztani az ötleteket, válaszolni a kérdésekre és beszélgetni ezekről a témákról, ezért ne habozzon, nézzen be! Hamarosan találkozunk!
Mi a One-Shot Learning?
Az Egylövéses Tanulás (One-Shot Learning) egy gépi tanulási megközelítés, a...
Mi a Machine Learning (ML)?
A Gépi Tanulás (Machine Learning, ML) a mesterséges intelligencia egyik ága...
Mi a Feedback Loop?
A Visszacsatolási Hurok (Feedback Loop) egy folyamat, ahol az AI rendszer k...
Mi a Reinforcement Learning (RL)?
A Megerősítéses Tanulás (Reinforcement Learning, RL) egy gépi tanulási para...
Mi a Zero-Shot Learning?
A Nulllövéses Tanulás (Zero-Shot Learning) az AI azon képessége, hogy olyan...