百科问答小站 logo
百科问答小站 font logo



在迁移学习中,只有fine-tune和基于实例的迁移可用在小样本上吗,还有其他的小样本迁移方法吗? 第1页

  

user avatar   jindongwang 网友的相关建议: 
      

你说的小样本迁移,指的是few-shot learning,还是目标域只有少量有标记数据的情况呢?

如果是few-shot learning,那这个领域已经很成熟了,可以直接用元学习方法来解。

如果是目标域只有很少量的有标记数据,那通常做法都是finetune,或者在finetune过程中加入一些控制机制,例如调节样本权重,动态调节学习率,加入课程学习等等。总的来说都是在finetune的大框架下进行的操作。

这是由于目标域小样本带来了过拟合问题,使得我们必须有针对性的设计学习策略。

所以你的问题的焦点就是如何减小过拟合现象。在这个方面,我们也做了一些工作,近期就会开源。主要思想是利用Transformer结构,插入adapter层,来避免过拟合。同时,我们采用了元学习和融合学习的方法进行小样本迁移,在语音识别任务取得了提高。




  

相关话题

  如何将某个分布作为机器学习的特征? 
  在中小学阶段设置人工智能相关课程对于培养人工智能人才具有哪些意义?如何推进会比较有效? 
  神经网络中 warmup 策略为什么有效;有什么理论解释么? 
  数据挖掘、机器学习、自然语言处理这三者是什么关系?这几个怎么入门啊? 
  机器学习,深度神经网络等方法是否是正确的方向? 
  如果你是面试官,你怎么去判断一个面试者的深度学习水平? 
  AI领域的灌水之风如何破局? 
  神经网络中,bias有什么用,为什么要设置bias,当加权和大于某值时,激活才有意义? 
  Deep Learning 的专家如此急缺,它难在何处? 
  深度学习领域有哪些瓶颈? 

前一个讨论
怎么才能有尤雨溪一半强,该怎么学习?
下一个讨论
如何评价SIGIR 2021的审稿结果?有哪些亮眼的成果?





© 2024-11-13 - tinynew.org. All Rights Reserved.
© 2024-11-13 - tinynew.org. 保留所有权利