transfer learning
- introduce
- ideas
-
- labelled-labelled
-
- Model Fine-tuning
- Multitask Learning
- unlabelled-labelled
-
- Domain-adversarial training
- Zero-shot learning
introduce
為什麼需要transfer learning
李宏毅2020ML——P83 Transfer Learningintroduceideas 在某些特定領域的data是很少的，但是其他領域的data确實很多的。
李宏毅2020ML——P83 Transfer Learningintroduceideas 分情況讨論
李宏毅2020ML——P83 Transfer Learningintroduceideas ideas
labelled-labelled
Model Fine-tuning
思想：
李宏毅2020ML——P83 Transfer Learningintroduceideas Conservative Training流程：
李宏毅2020ML——P83 Transfer Learningintroduceideas Layer Transfer：
李宏毅2020ML——P83 Transfer Learningintroduceideas 不同領域，copy的layer的選擇也會不同
李宏毅2020ML——P83 Transfer Learningintroduceideas 效果對比：
李宏毅2020ML——P83 Transfer Learningintroduceideas 實驗結果：
李宏毅2020ML——P83 Transfer Learningintroduceideas Multitask Learning
source和target都考慮進來
李宏毅2020ML——P83 Transfer Learningintroduceideas 在多語言辨識的應用：
李宏毅2020ML——P83 Transfer Learningintroduceideas 實驗結果：
李宏毅2020ML——P83 Transfer Learningintroduceideas unlabelled-labelled
我們的任務：
李宏毅2020ML——P83 Transfer Learningintroduceideas Domain-adversarial training
架構：
李宏毅2020ML——P83 Transfer Learningintroduceideas 架構修改1：
李宏毅2020ML——P83 Transfer Learningintroduceideas 架構修改2：
李宏毅2020ML——P83 Transfer Learningintroduceideas 缺點：
李宏毅2020ML——P83 Transfer Learningintroduceideas 實驗結果：
李宏毅2020ML——P83 Transfer Learningintroduceideas Zero-shot learning
ML遇到從來沒有見過的類别怎麼辦？
李宏毅2020ML——P83 Transfer Learningintroduceideas attribute：
李宏毅2020ML——P83 Transfer Learningintroduceideas 去找attribute，再查找屬性表
李宏毅2020ML——P83 Transfer Learningintroduceideas attribute embedding
李宏毅2020ML——P83 Transfer Learningintroduceideas 用word vector
李宏毅2020ML——P83 Transfer Learningintroduceideas 損失函數：
李宏毅2020ML——P83 Transfer Learningintroduceideas 另外一個方法：
李宏毅2020ML——P83 Transfer Learningintroduceideas 翻譯中的應用：
李宏毅2020ML——P83 Transfer Learningintroduceideas 
