2018年4月23日
迁移学习算法之TrAdaBoost ——本质上是在用不同分布的训练数据，训练出一个分类器
摘要： 迁移学习算法之TrAdaBoost from： https://blog.csdn.net/Augster/article/details/53039489 TradaBoost算法由来已久，具体算法可以参考作者的原始文章，Boosting For Transfer Learning。 1.问题定义 阅读全文
posted @ 2018-04-23 20:28 bonelee 阅读(10654) 评论(0) 推荐(0)
数据不够怎么训练深度学习模型？不妨试试迁移学习 ——重用神经网络的结构2
摘要： 数据不够怎么训练深度学习模型？不妨试试迁移学习 本质就是这个图！pretrained model就是你截取的部分神经网络模型（迁移学习），而nanonet就是你自己加入的网络层。 随着深度学习技术在机器翻译、策略游戏和自动驾驶等领域的广泛应用和流行，阻碍该技术进一步推广的一个普遍性难题也日渐凸显：训 阅读全文
posted @ 2018-04-23 20:02 bonelee 阅读(5621) 评论(0) 推荐(1)
基于深度学习和迁移学习的识花实践——利用 VGG16 的深度网络结构中的五轮卷积网络层和池化层，对每张图片得到一个 4096 维的特征向量，然后我们直接用这个特征向量替代原来的图片，再加若干层全连接的神经网络，对花朵数据集进行训练（属于模型迁移）
摘要： 基于深度学习和迁移学习的识花实践（转） 深度学习是人工智能领域近年来最火热的话题之一，但是对于个人来说，以往想要玩转深度学习除了要具备高超的编程技巧，还需要有海量的数据和强劲的硬件。不过 TensorFlow 和 Keras 等框架的出现大大降低了编程的复杂度，而迁移学习的思想也允许我们利用现有的模 阅读全文
posted @ 2018-04-23 19:47 bonelee 阅读(14648) 评论(1) 推荐(4)
一文看懂迁移学习：怎样用预训练模型搞定深度学习？ ——重用神经网络的结构
摘要： 以上示例都是人类的迁移学习的能力。 迁移学习是什么？ 所谓迁移学习，或者领域适应Domain Adaptation，一般就是要将从源领域（Source Domain）学习到的东西应用到目标领域（Target Domain）上去。源领域和目标领域之间往往有gap/domain discrepancy（ 阅读全文
posted @ 2018-04-23 19:36 bonelee 阅读(27791) 评论(0) 推荐(2)
迁移学习
摘要： 转自：https://www.zhihu.com/question/41979241/answer/247421889 1. 前言 迁移学习（Transfer Learning,TL）对于人类来说，就是掌握举一反三的学习能力。比如我们学会骑自行车后，学骑摩托车就很简单了；在学会打羽毛球之后，再学打网 阅读全文
posted @ 2018-04-23 16:04 bonelee 阅读(7145) 评论(0) 推荐(0)
spark uniq 本质上就是单词计数
摘要： 粗体部分示例： 阅读全文
posted @ 2018-04-23 15:21 bonelee 阅读(271) 评论(0) 推荐(0)