iT邦幫忙

0

#請益 transfer learning解答

  • 分享至 

  • xImage

最近在研究深度學習加工狀態分類的議題
弱弱的想問各位大神
遷移學習(transfer learning )是用現有的已經訓練好的強大的模型,將它用在不同的問題上。
但我還是對於遷移式學習有些疑問

想問如果
如果今天源域和目標域的資料不同的話怎麼辦呢? (源域 :震動) (目標域:電流)
可以使用特徵提取的方式進行嗎?

圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

2 個回答

1
I code so I am
iT邦高手 1 級 ‧ 2025-04-17 09:02:07
最佳解答

我認為的transfer learning是『如果預測目標的關鍵因子是相同性質的,就可以進行transfer learning』,例如:

  1. 圖片:辨識物件的關鍵特徵是線條或輪廓,辨識阿拉伯數字也是,就可以使用imagenet pre-trained model進行transfer learning,盡管兩者毫不相關。
  2. 文字:sentiment analysis、NER、Question answering、翻譯...都是transfer learning的任務,可使用同一個pre-trained model,例如GPT、BERT,因為關鍵因子都是詞向量。
0
arsee
iT邦新手 4 級 ‧ 2025-04-29 19:22:32

學習AI/ML,要有些覺悟,以下是敝人的淺見,提供參考!

須把 AI 當做30歲成年人,具有成熟知識及人格。而 ML 則要當成「學習中」的幼年學童、少年、青年,乃至未出社會仍在學習中的博碩士生。

運用一個模型去處理另一個模型,即便具有遷移學習的「固有模型」能力,但它能處理新模型嗎?這要打大大的問號!

例如要求一位處理食品的專家,去做半導體業的晶圓處理,他/她行嗎?(若能再活30年,也有在涉獵半導體的話,也許能!)

現在運用「震動的固有遷移模型」,試問它本身「具有能辨認」電流特性的相關特徵知識嗎?

提問者自己可分析電流有什麼特徵,是原震動模型須具有的辨認知識呢?

依敝人目前的淺見,就有幾項:壓差(位能、動能、摩擦能等)、頻率、材料類別等

「震動」的固有模型,它應該能辨別「動能」的特徵部份,而了知交流電的存在,但若是要它去辨別「直流電、靜電」這類的,也許就嗝屁了!

當然,若有足夠時間(能活的夠久)、訓練素材、金錢等資源去學習,食品專家還是能變成半導體專家的。

我要發表回答

立即登入回答