一文看懂迁移学习:怎样用预训练模型搞定深度学习?

  1. 云栖社区>
  2. 量子位>
  3. 博客>
  4. 正文

一文看懂迁移学习:怎样用预训练模型搞定深度学习?

行者武松 2018-01-08 14:31:00 浏览1102
展开阅读全文
本文来自AI新媒体量子位(QbitAI)

引言

跟传统的监督式机器学习算法相比,深度神经网络目前最大的劣势是什么?

贵。

尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时,增添多一层隐藏层将会花费巨大的计算资源。

庆幸的是,有一种叫做“迁移学习”的方式,可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在这篇文章中,我将会讲述如何使用预训练模型来加速解决问题的过程。

注:这篇文章默认读者对于神经网络和深度学习有着一定的了解,如果你不了解深度学习,那么我强烈建议你先了解一下深度学习的基础概念:

深度学习入门者必看:25个你一定要知道的概念

目录

1. 什么是迁移学习?

2. 什么是预训练模型?

3. 为什么我们使用预训练模型?-结合生活实例

4. 我们可以怎样运用预训练模型?

  提取特征(ex

网友评论

登录后评论
0/500
评论
行者武松
+ 关注
所属云栖号: 量子位