Transfer learning är en maskininlärningsteknik där en modell tränad på en uppgift används som utgångspunkt för en annan men relaterad uppgift. Tanken bakom överföringslärande är att kunskap som erhålls genom att lösa ett problem kan appliceras på ett annat relaterat problem, vilket gör att modellen kan lära sig mer effektivt med färre träningsexempel. Det här tillvägagångssättet används ofta i bearbetningsuppgifter för bild och naturligt språk, där förtränade modeller finjusteras på specifika uppgifter för att uppnå hög noggrannhet med mindre träningsdata.
Publiceringsdatum: