什么是迁移学习迁移学习(Transfer Learning) 是一种机器学习方法，就是把为任务A开发的模型作为初始点，重新使用在为任务B开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可能有助于识别
转载
2024-03-28 10:18:39
90阅读
人工智能文献记录专栏，专栏地址：https://blog.csdn.net/u014157632/category_9760481.html，总目录：https://blog.csdn.net/u014157632/article/details/104578738。不定期更新20202019 Zhang L. Transfer adaptation learning: A decad...
原创
2021-12-04 16:24:07
455阅读
点击上面"脑机接口社区"关注我们更多技术干货第一时间送达导读迁移移学习(TL)试图利用来自一个或多个源域的数据或知识来促进目标域的学习。由于标记成本、隐私问题等原因，当目...
原创
2021-09-09 09:34:18
2550阅读
点击上面"脑机接口社区"关注我们更多技术干货第一时间送达导读迁移移学习(TL)试图利用来自一个或多个源域的数据或知识来促进目标域的学习。由于标记成本、隐私问题等原因，当目...
原创
2022-01-25 14:16:15
964阅读
点击上方蓝字关注我们联邦学习算法综述王健宗1，孔令炜1，黄章成1，陈霖捷1，刘懿1，何安珣1，肖京21.平安科技（深圳）有限公司，广东深圳5180632.中国平安保险（集团）股份有限公司，广东深圳518031摘要：近年来，联邦学习作为解决数据孤岛问题的技术被广泛关注，已经开始被应用于金融、医疗健康以及智慧城市等领域。从3个层面系统阐述联邦学习算法。首先通过联邦学习的定义、架构、分类以及与传统分布式
原创
2021-04-06 22:53:06
3660阅读
一、联邦学习的定义 横向联邦学习和纵向联邦学习要求所有的参与方具有相同的特征空间或样本空间，从而建立起一个有效的共享机器学习模型。然而，在更多的实际情况下，各个参与方所拥有的数据集可能存在高度的差异，例如：参与方的数据集之间可能只有少量的重叠样本和特征，并且这些数据集的规模与分布情况可能差别很大，此时横向联邦学习与纵向联邦学习就不是很适合了。在这种情况下，通过迁移学习技术，使其可以应用于
1.什么是数据迁移数据迁移指的是将一批数据从同构存储系统（如MySQLA到MySQLB）或异构存储系统（如MySQL-MongoDB）间搬运迁移。最简单的数据迁移方式是通过脚本或定时任务将数据进行搬运，亦或是通过类似canal之类的工具进行数据同步。这种最简单方案在数据量小且系统对数据一致性要求低的情况下可以良好生效，但是对于大数据量的实时在线系统来讲，需要在数据迁移的过程中做好以下三个保障：在线
Datawhale干货 目录正则化算法（Regularization Algorithms）集成算法（Ensemble Algorithms）决策树算法（Decision Tree Algorithm）回归（Regression）人工神经网络（Artificial Neural Network）深度学习（Deep Learning）支持向量机（Support Vector
转载
2022-10-19 16:28:40
53阅读
目录一、简要说明二、具体实施步骤2.1综述2.2基本思路2.3核心思路 2.4基本问题处理三、代码的简要描述四、成果展示一、简要说明本次学习的图像风格迁移算法是基于一个2015年由Gatys等人发表的文章A Neural Algorithm of Artistic Style_的一个代码复现写这篇文章主要
转载
2024-05-10 16:16:29
59阅读
TradaBoost算法由来已久，现在也有各种针对算法的该进，本文只讨论最初的算法。1.迁移学习 传统的机器学习的模型都是建立在训练数据和测试数据服从相同的数据分布的基础上。典型的比如有监督学习，我们可以在训练数据上面训练得到一个分类器，用于测试数据。但是在许多的情况下，这种同分布的假设并不满足，有时候我们的训练数据会期，而重新去标注新的数据又是十分昂贵的。这个时候如果丢
转载
2024-03-24 10:26:05
36阅读
1. 什么是迁移学习迁移学习(Transfer Learning)是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可
转载
2024-04-23 19:53:09
26阅读
机器学习算法优缺点综述
周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接
目录
正则化算法（Regularization Algorithms）
集成算法（Ensemble Algorithms）
决策树算法（Decision Tree Algorithm）
回归（Regression）
人工神经网络（Artificial Neural Network）
转载
2021-07-29 13:41:52
542阅读
原创
2021-09-05 18:56:10
428阅读
原创
2021-09-08 13:19:39
354阅读
【Keras版本】：2.2.2，推荐阅读下官方中文网站的 Demo ：https://keras-cn.readthedocs.io/en/latest/other/application/#inceptionv3【适用场合】： 没有硬件：例如众所周知的Inception v3模型,此模型在一台配有 8 Tesla K40 GPUs，大概价值$30,000的野兽级计算机上，训练了几个星期。你有这
文章目录快排的实现快排的迁移应用 上回讲到 二分查找算法和它的迁移应用，和查找算法一样，排序算法也是基本且超级常用的算法。而排序算法的思想又能拿来解决很多其他问题，比如归并排序、堆排序和快速排序。话休絮烦，今天主要来说说快速排序的思路怎么应用。 “快排，快排”，念起来好似布谷鸟的叫声，“谷谷，谷谷”，声声的叫着夏天。可快排算法一点也不干脆利落，不似降龙十八掌般的摧古拉朽，倒像乾坤大挪移的移形换
机器学习算法优缺点综述
转载
2021-07-16 14:46:34
160阅读
什么是迁移学习 迁移学习(Transfer Learning)是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。迁移学习是通过从已学习的相关任务中转移知识来改进学习的新任务，虽然大多数机器学习算法都是为了解决单个任务而设计的，但是促进迁移学习的算法的开发是机器学习社区持续关注的话题。 迁移学习对人类来说很常见，例如，我们可能会发现学习识别苹果可能有
转载
2024-04-22 12:28:34
26阅读
1
计算迁移背景
边缘计算将网络边缘上的计算、存储等资源进行有机融合，构建成统一的用户服务平台，按就近服务原则对网络边缘节点任务请求及时响应并有效处理。由于边缘节点能力、资源、带宽、能源等受限，计算迁移便异常重要。计算迁移是边缘计算的一个关键技术。
随着互联网技术的发展，特别是
转载
2024-06-12 08:58:23
24阅读
“终有一天，人工智能会像我们看待非洲平原上低级生物的化石一样看待我们。在人工智能眼中，人类只是直立行走的猿猴，用着粗糙的语言和简陋的工具，从诞生起就注定会灭绝。”——电影《机械姬》机器学习是人工智能中一个流行的子领域，其涉及的领域非常广泛。流行的原因之一是在其策略下有一个由复杂的算法、技术和方法论组成的综合工具箱。
原创
2022-04-20 22:17:05
869阅读
