ScholarGate
助手
Machine learningDeep learning / NLP / CV

微调多层感知机

微调多层感知机(Fine-Tuned Multilayer Perceptron)是从在源任务或大型通用数据集上学到的权重开始,然后在较小的目标数据集上以较低的学习率继续训练。这种预学习表示的重用使得多层感知机(MLP)比从头开始训练收敛更快、泛化更好,尤其是在标记的目标数据稀缺时。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0
  2. Yosinski, J., Clune, J., Bengio, Y., & Lipson, H. (2014). How transferable are features in deep neural networks? Advances in Neural Information Processing Systems, 27, 3320–3328. link

如何引用本页

ScholarGate. (2026, June 3). Fine-Tuned Multilayer Perceptron (Transfer Learning via MLP Weight Adaptation). ScholarGate. https://scholargate.app/zh/deep-learning/fine-tuned-multilayer-perceptron

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateFine-Tuned Multilayer Perceptron (Fine-Tuned Multilayer Perceptron (Transfer Learning via MLP Weight Adaptation)). 于 2026-06-15 检索自 https://scholargate.app/zh/deep-learning/fine-tuned-multilayer-perceptron · 数据集: https://doi.org/10.5281/zenodo.20539026