=Transfer Learning
機械学習の手法のひとつ。
膨大なデータで訓練した学習済みモデルを、別のタスクに転用・応用する。
データセットが少ない場合や、学習時間を短縮したい場合に有効である。
データセットが少ない場合や、学習時間を短縮したい場合に有効である。
転移先と転移元の関連性が低い場合や、転移方法が適切でなかった場合は、精度が悪化してしまうこともある(これを「負の転移」という)。
ファインチューニングとは異なる。
転移学習は、訓練済みモデルの出力層に新しい層を追加し、その層だけを新しいデータで追加学習する。ファインチューニングは、事前に訓練されたモデルの一部または全体を、新しいデータセットで追加学習するという違いがある。
ファインチューニングとは異なる。
転移学習は、訓練済みモデルの出力層に新しい層を追加し、その層だけを新しいデータで追加学習する。ファインチューニングは、事前に訓練されたモデルの一部または全体を、新しいデータセットで追加学習するという違いがある。