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.
Chcesz dowiedzieć się więcej?
Jeśli chcesz zgłębić temat Transfer Learning — lub wprowadzić tego rodzaju szkolenia w swoim zespole — porozmawiajmy. Pomagam zespołom zrozumieć i stosować te koncepcje w praktyce. Z chęcią poznam Twoją historię!
O que é One-Shot Learning?
One-Shot Learning é uma técnica de aprendizado de máquina onde modelos são...
O que é Few-Shot Learning?
Few-Shot Learning é uma técnica de aprendizado de máquina onde modelos são...
O que é Reinforcement Learning?
Reinforcement Learning (RL) ou Aprendizado por Reforço é um tipo de aprendi...
O que é Ground Truth?
Ground Truth refere-se aos dados de referência corretos, precisos e verific...
O que são Embeddings?
Embeddings são representações numéricas de dados (texto, imagens, áudio) qu...