2017年底深度学习之TL迁移学习理论与实践高清长课时视频教程附资料 2课
课程介绍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。
涵盖一下内容:
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
课程目录
第1课 迁移学习详解
知识点1:有监督到有监督:Fine-tune, 多任务学习
知识点2:有监督到无监督:域对抗训练, Zero-shot learning
知识点3:无监督相关迁移学习:Self-taught learning
第2课 迁移学习实战
实战项目: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: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: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)
资源下载地址和密码(百度云盘):**** Hidden Message ***** 百度网盘信息回帖可见
本资源由Java自学网收集整理【www.javazx.com】 支持 66666666666666666 66666666666666666666666 谢谢 感谢分享好资源,学习了 强烈支持楼主ing…… 佩服佩服! 视频棒棒的 多谢楼主 收下了