یادگیری انتقالی چیست؟

یادگیری انتقالی یک تکنیک یادگیری ماشینی است که در آن یک مدل آموزش دیده برای یک کار به عنوان نقطه شروع برای یک کار متفاوت اما مرتبط استفاده می شود. ایده پشت یادگیری انتقالی این است که دانش به دست آمده از حل یک مسئله را می توان در یک مسئله مرتبط دیگر به کار برد، و به مدل اجازه می دهد تا با نمونه های آموزشی کمتر، کارآمدتر یاد بگیرد. این رویکرد معمولاً در وظایف پردازش تصویر و زبان طبیعی استفاده می‌شود، جایی که مدل‌های از پیش آموزش‌دیده برای دستیابی به دقت بالا با داده‌های آموزشی کمتر، به‌خوبی بر روی وظایف خاص تنظیم می‌شوند.

تاریخ انتشار: 2023-04-11