“转移学习”和“领域适应”之间有什么区别?


19

“转移学习”和“领域适应”之间有什么区别吗?

我不了解上下文,但是我的理解是,我们有一些数据集1并对其进行训练,之后我们又有了另一个数据集2,我们希望针对该数据集2适应我们的模型而无需从头进行重新训练,为此我们需要进行“转移学习”和“域自适应”有助于解决此问题。

根据卷积神经网络领域:

  • “转移学习”是指“微调” [1]

  • 在这种情况下,[2]是不受监督的,但是“域自适应”是否应始终不受监督?


3
Pan等人对迁移学习调查 Al,2009年提供了一些见解。他们将领域适应归类为转移学习的一种。
kedarps '17

Answers:


13

似乎在研究人员之间关于“转移学习”和“领域适应”之间的区别存在分歧。

从{0}起:

域适应的概念与迁移学习密切相关。转移学习是一个通用术语,是指涉及不同任务或领域的一类机器学习问题。在文献中,还没有转移学习的标准定义。在某些论文中,它可以与领域适应互换。

来自{1}:

在此处输入图片说明


参考文献:


10

根据Hal Daume的文章[1]:

标准分类设置是输入分布p(X)和标签分布p(Y | X)。领域适应:当p(X)在训练和测试之间改变时。转移学习:当p(Y | X)在训练和测试之间改变时。

换句话说,在DA中,输入分布发生了变化,但标签保持不变。在TL中,输入分布保持不变,但标签改变。

  1. https://nlpers.blogspot.com/2007/11/domain-adaptation-vs-transfer-learning.html镜像

欢迎使用交叉验证!请花一点时间查看我们的行程。最好是答案是独立的,并带有适当的引用。如果您要使用链接中的信息来为问题提供合理的答案,并提供链接以供进一步阅读,则答案将大大改善。
Tavrock

1
pÿ|XpX

我同意@caveman。对于许多转移学习方案来说就是如此。
pir

2

在有关迁移学习的所有文献中,存在许多术语不一致之处。诸如转移学习和领域适应之类的短语用于指代相似的过程。域适应是一种或多种源域适应过程,用于传递信息的手段来提高目标学习者的表现。域适应过程尝试更改源域,以使源的分布更接近目标的分布。在“域适应”设置中,源域和目标域具有不同的边际分布p(X)。根据Pan的调查,转移学习是一个广义的术语,也可以包括源域和目标域的条件分布p(Y | X)存在差异的情况。相反,

  1. https://nlpers.blogspot.com/2007/11/domain-adaptation-vs-transfer-learning.html

是否可以为“潘氏调查”添加引文?我认为这将使该答案对将来的读者更有用。
银鱼

潘,辛诺·嘉琳和杨强。“关于迁移学习的调查。” IEEE Transactions on Knowledge and Data Engineering 22,否。10(2010):1345-1359。Scholar.google.com/…citeseerx.ist.psu.edu/viewdoc/...
克里斯托Karatsalos


By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.