迁移学习在线教程 | 站在预训练模型的肩膀上

利用 TensorFlow Hub 将预训练模型作为层组合进自定义网络，快速构建文本、图像和视频模型。

人工智能 TensorFlow Hub 预训练迁移学习

16 0 0

2026-06-27

了解 PyTorch Hub、TensorFlow Hub 和 Hugging Face Hub 等平台，如何查找、发布和复用预训练模型。

人工智能迁移学习 Hub 预训练

13 0 0

2026-06-27

将 Word2Vec、GloVe 或 CLIP 等预训练嵌入作为下游任务的固定或微调特征，减少训练成本。

人工智能预训练嵌入迁移学习特征

15 0 0

2026-06-27

探索在标注数据极少或没有的情况下处理低资源语言的方法，包括跨语言迁移、数据增强和半监督学习。

人工智能低资源语言迁移学习 NLP

26 0 0

2026-06-23

在微调预训练模型时，对不同层使用不同大小的学习率，底层小更新保持通用特征，顶层大更新适应新任务。

人工智能分层学习率微调迁移学习

40 0 0

2026-06-21

学习如何在联邦学习框架下应用迁移学习，解决参与方数据特征空间或标签空间不同的问题，实现知识的安全共享。

人工智能联邦迁移学习迁移学习隐私

21 0 0

2026-06-20

使用预训练的 ResNet 进行微调，轻松实现高精度的图像识别与分类。

人工智能 ResNet 图像分类迁移学习

36 0 0

2026-06-16

学习在预训练层中插入轻量 Adapter 模块，仅训练少量新增参数即可实现多任务迁移，并在大模型时代仍作为重要高效微调基线。

人工智能适配器高效微调迁移学习

24 0 0

2026-06-13

系统介绍知识蒸馏的基本框架，利用大型教师模型输出的软标签指导学生网络训练，实现模型压缩与性能迁移，降低部署成本。

人工智能知识蒸馏模型压缩迁移学习

35 0 0

2026-06-13

免费编程教程