Kas ir pārneses mācīšanās?
Pārneses mācīšanās ir mašīnmācīšanās tehnika, kurā modelis, kas apmācīts vienam uzdevumam, tiek pielāgots citam, saistītam uzdevumam. Tā vietā, lai katru modeli apmācītu no nulles, pārneses mācīšanās izmanto iepriekš apgūtās zināšanas — ievērojami samazinot nepieciešamo apmācības datu apjomu, apmācības laiku un skaitļošanas resursus.
Galvenās pārneses mācīšanās pieejas ietver: funkciju izgūšanu (iepriekš apmācīta modeļa apakšējo slāņu izmantošana kā funkciju ekstraktoriem), precīzu pielāgošanu (fine-tuning — iepriekš apmācīta modeļa papildu apmācība ar domēna specifiskiem datiem), domēna adaptāciju (modeļa pielāgošana no viena domēna citam) un daudzuzdevumu mācīšanos (kopīgu reprezentāciju izmantošana vairākiem saistītiem uzdevumiem).
Uzņēmuma nozīme
Pārneses mācīšanās demokratizē MI — organizācijām ar ierobežotiem datiem vai resursiem nav jāapmāca masīvi modeļi no nulles. Iepriekš apmācītu pamata modeļu precīza pielāgošana ar salīdzinoši nelielu domēna specifisku datu kopu var sasniegt izcilus rezultātus.