O que é Transfer Learning?
Uma técnica onde um modelo treinado em uma tarefa é reutilizado e adaptado para uma tarefa relacionada.
Definição
Transfer Learning é uma técnica de aprendizado de máquina onde um modelo pré-treinado em uma tarefa é reutilizado como ponto de partida para uma tarefa relacionada, aproveitando conhecimento previamente adquirido.
Propósito
O Transfer Learning visa reduzir o tempo de treinamento, a quantidade de dados necessários e os recursos computacionais ao aproveitar representações aprendidas de tarefas similares ou relacionadas.
Funcionamento
O Transfer Learning funciona pegando um modelo treinado em um grande conjunto de dados, congelando suas camadas iniciais que capturam características gerais, e retreinando apenas as camadas finais para a nova tarefa específica.
Exemplo
Usar um modelo de visão computacional treinado no ImageNet para classificar tipos de câncer em imagens médicas, aproveitando as características visuais gerais já aprendidas para acelerar o aprendizado médico especializado.
Relacionado
Relacionado com Fine-Tuning, Modelos Pré-treinados, Few-Shot Learning, Reutilização de Modelos e Otimização de Recursos de Treinamento.
Haluatko tietää lisää?
Jos haluat syventyä aiheeseen Transfer Learning —tai tuoda tämän tyyppistä koulutusta tiimillesi— jutellaan. Autan tiimejä ymmärtämään ja soveltamaan näitä käsitteitä. Kuulisin mielelläni sinusta!
O que é Reinforcement Learning?
Reinforcement Learning (RL) ou Aprendizado por Reforço é um tipo de aprendi...
O que é Few-Shot Learning?
Few-Shot Learning é uma técnica de aprendizado de máquina onde modelos são...
O que é One-Shot Learning?
One-Shot Learning é uma técnica de aprendizado de máquina onde modelos são...
O que é Machine Learning?
Machine Learning (ML) ou Aprendizado de Máquina é um subconjunto da intelig...
O que é Overfitting?
Overfitting é um problema comum em aprendizado de máquina onde um modelo ap...