Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- ChatGPT
- 거대언어모델
- 챗GPT
- 생성모델
- 쟈비스
- 인공지능
- Stable Diffusion
- ai
- 전이 학습
- 구글유입
- 그림AI
- Domain Adaptation
- AutoGPT
- 새책출간
- U-Net
- 서적집필
- Auto-GPT
- 내손안에비서
- 신규서적
- 스테이블 디퓨젼
- GPT-3.5
- 생성AI
- 모델 학습
- 오토GPT
- 딥러닝
- 도메인 적응
- gpt-4
- Generative AI
- 머신러닝
- AI그림
Archives
- Today
- Total
목록Domain Adaptation (1)
코드 러너(Learner+ Runner)
[논문리뷰] A BRIEF REVIEW OF DOMAIN ADAPTATION
서로 다른 도메인을 갖는 데이터셋을 효과적으로 활용하는 방법들은 상당히 많은 연구가 되고 있다. 전이 학습이라고 불리는 기술은 방대한 데이터셋에서 학습한 모델을 가져와서 일부 레이어들을 대체 혹은 신규로 추가하고, 기존 부분은 얼려서(Frozen) 파라미터가 학습되지 않게 한 후, 추가된 부분을 추가로 학습시키는 방법으로 많이 사용되고 있다. 이 전이학습의 하위 분야 중 하나로 Domain Adaptation 분야가 있어서 이를 간단하게 정리해보고자 한다. 1. 도메인 적응이 중요한 이유? 우선 시간과 리소스가 절약된다. 모든 새로운 도메인에 대해 라벨링 된 데이터를 확보하는 데는 많은 시간과 비용이 소요될 수 있다. 그러나 도메인 적응을 사용하면 방대한 레이블이 지정된 데이터 세트 없이도 기존 모델을 ..
딥러닝&머신러닝
2023. 4. 13. 19:44