《表1 迁移学习方法的比较》
提示：宽带有限、当前游客访问压缩模式
迁移学习已逐步发展成为机器学习领域中的研究热点，依据“迁移什么”的不同，迁移学习分为基于特征的迁移和基于实例的迁移两类。如表1所示。
| 图表编号 | XD00129108200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.25 |
| 作者 | 王凯、李元辉 |
| 绘制单位 | 机械工业仪器仪表综合技术经济研究所、机械工业仪器仪表综合技术经济研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 迁移学习方法概览：基于迁移学习技术的反洗钱建模研究和实现》2020.10.07
- 《表7 在波恩数据集上与3种迁移学习方法的识别准确率(%)比较》2020.12.20
- 《表6 在波恩数据集上与3种非迁移学习方法的识别准确率比较》2020.12.20
- 《表2 风格迁移方法结果比较》2020.11.01
- 《表1 传统的机器学习和迁移学习的比较》2020.11.01
- 《表4 教授方法与迁移的比较》2020.07.15
- 《表1 不同方法的迁移速度对比》2020.05.01
- 《表3 分块策略性能比较：基于深度迁移学习的肺结节分割方法》2020.07.10
- 《表1 同构迁移学习与异构迁移学习对比》2020.03.20
- 《表1 迁移信息表：基于状态图测试的迁移路径生成方法》2019.06.01
- 《表1 两种方法在局部风格迁移上的I值比较 (以图7为例)》2019.08.16
- 《表1 各种迁移学习方法的举例和描述》2019.05.01
- 《表1 2 迁移方法的实验结果》2019.05.01
- 《表1 传统机器学习方法和不同类别迁移学习方法的关系》2019.05.01
- 《表1 迁移学习与非迁移学习训练参数》2019.05.25
- 《表1 算法性能比较：基于亮度与色度信息的深度学习图像风格迁移算法研究》2019.07.15
- 《表1 迁移策略验证结果：基于残差网络迁移学习的花卉识别系统》2019.01.01
- 《表4 不同计算迁移实现方法比较》2019.04.20
- 《表1 迁移学习的分类：迁移学习研究和算法综述》2018.09.01
- 《表1 性能比较：基于迁移学习的烟草叶片病情害识别》2018.10.01