机器学习-深度学习-强化学习-知识总结
机器学习-深度学习-强化学习-知识总结
Metric Learning: 度量学习,距离度量学习(Distance Metric Learning,DML),相似度学习,传统机器学习方法,在人脸识别任务中,可以通过某个指标来衡量不同图片之间的相似度。
Meta Learning: 元学习,就是learning to learn,在一项任务上学习得到一个模型f1,能够自己在其他任务上学习得到一系列的新模型f2,f3...。 Life Long Learn
Life Long Learning: 终身学习、持续学习、不间断学习、增量学习,学习完任务1后再学习任务2、任务3等。模型对任务1,2,3等都有不错的效果。
Transfer Learning: 迁移学习,在任务1上学习到一个模型f1, 在任务2上学习得到模型f1'(模型参数更新),不要求f1'在任务1上取得好的效果.
Muti-task Learning: 多任务学习, 多个任务进行一起学习,如先检测后分割。
__EOF__
本文作者:Rocky
本文链接:https://www.cnblogs.com/nrocky/p/14734375.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!