https://blog.csdn.net/mao_feng/article/details/78939864
现实生活中，我们会遇到少量有标签的样本，而大量无标签的样本，怎么去做这个处理呢？
方法1：迁移学习的finetune
找类似的通用数据集（在图像领域:imagenet，电商领域：淘宝电商数据）训练网络，通过修改后面2层或者3层网络，做迁移学习，来微调网络的参数，从而训练模型。
方法2：元学习（meta learning）
小样本学习----半监督学习算法
https://blog.csdn.net/mao_feng/article/details/78939864现实生活中，我们会遇到少量有标签的样本，而大量无标签的样本，怎么去做这个处理呢？方法1：迁移学习的finetune找类似的通用数据集（在图像领域:imagenet，电商领域：淘宝电商数据）训练网络，通过修改后面2层或者3层网络，做迁移学习，来微调网络的参数，从而...
·
转载于:https://www.cnblogs.com/ivyharding/p/11455996.html
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
0
0- 0
已为社区贡献4条内容
所有评论(0)