【DL】模型复用

模型复用,通常在机器学习和深度学习领域称为迁移学习(Transfer Learning),是一种非常有效的方法,可以将在一个任务上训练好的模型应用到另一个相关但不同的任务上。这种方法特别有用,因为从头开始训练一个复杂模型通常需要大量的计算资源和大量的标记数据,而这两者在很多情况下都是昂贵或难以获得的。

Fine Tuning

模型复用的基本思想

阅读全文 »

【ML】分类和回归

分类

  • 目标变量:分类任务中的目标变量是离散的,也就是说,它将输入数据映射到预定义的类别或标签中。这些类别通常是有限的且不连续的。
  • 阅读全文 »