1

迁移学习 [无迁移,不学习]

  • 开班时间:随到随学,提供代码、资料和讲师答疑
  • 课程时长: 2次课 [每次课至少2小时]
  • 价       格:原价200,目前特价99
  • 课程咨询
我要报名 加入购物车

扫描下载七月在线app

IOS
Android

立即参团

请务必填写真实信息,成团之后会第一时间通知您

参团费:5元

支付方式:

  将在一个场景中学习到的知识,迁移到另一个场景应用中,一直是人工智能研究领域的一个热门领域,也是一种行之有效的快速将知识积累跨领域应用的方法。

  本课程的内容将讲述各种迁移学习的方法,包括在同领域不同任务、不同领域任务、数据受限等多场景下的方法,涵盖有监督、无监督学习等涉及到的迁移学习。同时结合代码,我们将看到,如果将在一个数据集上学到的知识/模式做拓展,应用到另外一个数据集上,并取得不错的效果。

   

   课程特色

   1)从有监督到无监督,涵盖多种场景下的迁移学习

   2)多领域迁移学习一次全通

   3)基于数据案例,透彻理解迁移学习实现方法和注意点

   4)结合真实工业届实战项目讲解


   开课时间

    2017年8月26日(周六)10:00-12:00am
    2017年8月27日(周日)17:00-19:00pm

   

   上课方式

   在线课程直播,课后提供课程视频可反复观看,有任何疑问可随时在课程群向讲师提问。

   

   顶级讲师

   

   老师,著名电商搜索广告负责人,多年实际ml/DL/dm项目经验,专注海量数据上机器学习算法的应用与优化。做过推荐系统、NLP、点击率预估、图像识别。讲课清晰易懂,擅长用实际数据、代码、案例说话,备受数千名学员好评。

1.迁移学习详解

1)有监督到有监督:Fine-tune, 多任务学习 

2)有监督到无监督:域对抗训练, Zero-shot learning 

3)无监督相关迁移学习:Self-taught learning


2.迁移学习实战

实战项目1:fine-tune图像识别

从已有的GoogLeNet/ResNet轻松迁移,高准度解决其他图像识别问题


实战项目2:Tensorflow实现域对抗训练

学习如何从有监督的图像识别模型,迁移用到(类似场景)没有标签的图像识别


实战项目3:音乐分类和回归的迁移学习

学习如何迁移学习解决多种语音识别问题(语音场景判断、情感判断、语音/音乐判断)…