← 返回卡片

原书出处

人工智能与计算生物的未来 (【美】布赖恩·希尔布什)

6 生物学和医学中基于人工智能的算法 分子分类与图像预测的桥梁

核验版本的摘录快照 · 导入于 2026-11-14T04:52:36.679Z

像中学习到的特征可以迁移到另一个领域,比如生物学。

潜在的基本前提是统计强度是跨任务共享的。不管图像来自哪个领域,这些网络的低层将捕捉不特定的相似特征(边缘、斑点、轮廓),这些特征不是特定用于训练数据和应用,而是在一般的感知任务中反复出现。迁移学习的一个重要的实际结果是,训练需求减少,需要更

少的图像来为感兴趣的任务调整模型。Inceptio

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section07.xhtml

EPUB SHA-256:ec327aeb889eb10db2679684f81b0d290022b975085b0fed9dc9b46c133490bd