HyperAIHyperAI

Command Palette

Search for a command to run...

نقل التعلم

التاريخ

منذ 3 أعوام

نقل التعلمهي طريقة استخدام المعرفة الموجودة لتعلم معرفة جديدة، حيث تسمى المعرفة الأصلية بمجال المصدر، والمعرفة الجديدة المراد تعلمها هي مجال الهدف. الهدف من التعلم الانتقالي هو استخراج المعرفة والخبرة من المهام المصدر وتطبيقها على المجال المستهدف.

تصنيف التعلم الانتقالي

بناءً على مساحة الميزة:

  • التعلم بالنقل المتجانس: مساحة الميزة للمجال المصدر والمجال المستهدف هي نفسها، XS = XT؛
  • التعلم بالنقل غير المتجانس: تكون مساحات الميزات في المجال المصدر والمجال المستهدف مختلفة، XS ≠ XT.

بناءً على سيناريو الهجرة:

  • التعلم بالنقل الاستقرائي: مهام التعلم في المجال المصدر والمجال المستهدف مختلفة؛
  • التعلم التحويلي الاستقرائي: مهام التعلم في المجال المصدر والمجال المستهدف هي نفسها؛
  • التعلم بالنقل غير الخاضع للإشراف: لا يوجد أي تسميات لكل من المجال المصدر والمجال المستهدف.

الأساليب الأساسية للتعلم الانتقالي

  • عينة الهجرة: ابحث عن البيانات في المجال المصدر التي تشبه المجال المستهدف واضبط أوزان البيانات بحيث تتطابق البيانات الجديدة مع بيانات المجال المستهدف؛
  • نقل النموذج: بافتراض أن المجال المصدر والمجال المستهدف يتشاركان معلمات النموذج، يتم تطبيق النموذج المدرب في المجال المصدر على المجال المستهدف للتنبؤ؛
  • هجرة العلاقة: بافتراض أن المجالين متشابهان، يتم تطبيق العلاقة الشبكية المنطقية في المجال المصدر على المجال المستهدف للهجرة.

مراجع

【1】https://zhuanlan.zhihu.com/p/27368456

【2】https://github.com/jindongwang/transferlearning/blob/master/doc//مقدمة إلى Transfer Learning.md

【3】http://www.xtecher.com/Xfeature/view?aid=7383

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
نقل التعلم | Wiki | HyperAI