Slovník výrazov AI/Prenosové a úsporné učenie

Prenosové a úsporné učenie

prenosové učenie

Anglický výraz transfer learning

pokročiléheslo č. 2295 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená prenosové učenie?

Prenosové učenie využíva znalosť získanú v zdrojovej úlohe alebo doméne na zlepšenie učenia v cieľovej úlohe či doméne. Prenášať možno reprezentácie, parametre, príklady alebo vzťahy. Úspešný prenos nie je automatický: ak sa relevantné mechanizmy líšia, vzniká negatívny prenos a cieľový model môže dopadnúť horšie než tréning bez zdroja.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Pri malej obrazovej sade sa použije model predtrénovaný na veľkom korpuse, najprv ako zmrazený extraktor príznakov a potom sa opatrne doladí. Tím porovná tréning od nuly, lineárnu sondu a viac rozsahov rozmrazenia pri rovnakom teste. Sleduje nielen priemer, ale aj triedy vzdialené od zdrojových dát. Ak predtrénovanie obsahovalo testovacie alebo veľmi podobné položky, výsledok sa označí za kontaminovaný.

Overiteľnosť

Odborné zdroje

  1. Pan & Yang · Transfer learning surveydoi.org
  2. PyTorch · Transfer learning tutorialdocs.pytorch.org

Praktické odpovede

Často kladené otázky

Čo je zdrojom prenosu?

Predchádzajúca úloha, doména, model alebo reprezentácia.

Čo musí byť definované?

Cieľová distribúcia, úloha a dostupný počet označení.

Čo znamená?

Zdrojová znalosť zhorší výsledok oproti vhodnému základu bez prenosu.

Je prenos iba dolaďovanie?

Nie, môže ísť aj o extrakciu príznakov, váženie dát či zdieľanie reprezentácií.

Ako ho preukázať?

Porovnaním s tréningom od nuly a ďalšími základmi pri rovnakom rozpočte.