- Il transfer learning è un metodo avanzato di machine learning che riutilizza un modello pre-addestrato per svolgere una nuova attività simile, riducendo così il tempo e le risorse necessarie per l’addestramento. È comunemente usato nel deep learning per applicazioni come la realtà virtuale e l’elaborazione del linguaggio naturale.
- Il transfer learning può essere implementato principalmente attraverso due approcci: l’estrazione di funzionalità e il fine-tuning. Questo metodo è utilizzato in numerosi campi, dalla medicina al riconoscimento vocale, permettendo di creare modelli di deep learning più accurati e meno dispendiosi in termini di risorse.
- Strumenti come Keras facilitano l’implementazione del transfer learning rendendo disponibili modelli pre-addestrati e offrendo semplici procedure per il loro riutilizzo e personalizzazione.
Addestramento reti neurali
Transfer learning, cos’è, come funziona e applicazioni
Ideato nel 1976, il transfer learning consiste nel riaddestramento di una rete neurale sulla quale è stato già inserito un set di dati di grandi dimensioni, solitamente allo scopo di classificare delle immagini su larga scala
Pubblicato il 30 set 2022
Marina Rita Carbone
Consulente privacy
