迁移学习中的负迁移问题
负迁移问题，即指辅助领域任务对目标领域任务有负面效果。目前已有少数工作从算法设计角度对负迁移问题进行研究，主要思想是减少在领域间迁移的知识结构，例如仅在领域间共享模型的先验概率、而不共享模型参数或似然函数[57]。这些工作通过降低知识迁移来避免负迁移，因而难免又陷入“欠迁移”困境；如何权衡欠迁移和负迁移成为主要挑战之一。此外，这类算法难以应对各种假设场景，即如果假设条件变化就需要尝试其他迁移学习模
·
负迁移问题，即指辅助领域任务对目标领域任务有负面效果。目前已有少数工作从算法设计角度对负迁移问题进行研究，主要思想是减少在领域间迁移的知识结构，例如仅在领域间共享模型的先验概率、而不共享模型参数或似然函数[57]。这些工作通过降低知识迁移来避免负迁移，因而难免又陷入“欠迁移”困境；如何权衡欠迁移和负迁移成为主要挑战之一。此外，这类算法难以应对各种假设场景，即如果假设条件变化就需要尝试其他迁移学习模型，应用代价很大。
负迁移是迁移学习实用化的主要挑战，因为一个没有性能保证的模型难以被实践广泛采用。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献4条内容
所有评论(0)