成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
深度迁移学习
关注
13
作为一种新的分类方法,深度学习最近受到研究人员越来越多的关注,并已成功应用到诸多领域。在某些类似生物信息和机器人的领域,由于数据采集和标注费用高昂,构建大规模的标注良好的数据集非常困难,这限制了这些领域的发展。迁移学习放宽了训练数据必须与测试数据独立同分布的假设,因此使用迁移学习来解决训练数据不足的问题。
综合
百科
VIP
热门
动态
论文
精华
精品内容
Nat. Commun. | scDEAL:通过整合bulk和单细胞RNA-seq数据预测癌症药物反应的深度迁移学习框架
专知会员服务
8+阅读 · 2022年11月14日
【深度迁移学习在图像分类中的应用综述】Deep transfer learning for image classification: a survey
专知会员服务
25+阅读 · 2022年5月24日
【清华大学龙明盛副教授】迁移学习理论与算法,59页ppt
专知会员服务
83+阅读 · 2020年11月27日
谷歌提出“T5” 新NLP模型,突破迁移学习局限,多基准测试达SOTA!
专知会员服务
41+阅读 · 2020年2月26日
【WSDM2020】小数据学习,124页ppt,Learning with Small Data,宾夕法尼亚州立大学
专知会员服务
137+阅读 · 2020年2月6日
【百度AutoDL教程】自动深度学习: 理论、算法、平台和应用,132PPT
专知会员服务
75+阅读 · 2020年2月4日
《迁移学习简明手册》,93页pdf
专知会员服务
136+阅读 · 2019年12月9日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top