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。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0 ↗
- 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 →