《表2 深度迁移学习的分类方法》
类似于迁移学习,深度迁移学习同样需要考虑“负迁移”问题。显然,在深度迁移学习中需要迁移的是那些含有更多有用信息的、可在不同域间共享的、有利于目标任务解决的非线性特征;而从“如何迁移”角度,文献[20]给出一种深度迁移学习的分类方法,其描述见表2,后文中关于深度跨域推荐算法的分类沿用此分类方法。
图表编号 | XD00190592400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 任豪、刘柏嵩、孙金杨 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |