資源受限的大模型高效遷移學習算法研究綜述

摘要： 近年來,深度學習在自然語言理解、計算機視覺和數(shù)據(jù)挖掘等重要領域取得了巨大成功,極大地推動了人工智能技術的發(fā)展.遷移學習的誕生和應用更是大幅減輕了數(shù)據(jù)的獲取和標注成本,成倍提升了深度模型和算法的泛化能力和適用性.然而,隨著模型規(guī)模的不斷增大,傳統(tǒng)的遷移學習方法面臨著計算和存儲資源的巨大挑戰(zhàn),難以滿足可穿戴、軍事、醫(yī)療等資源受限場景下的應用需求.高效遷移學習算法應運而生,旨在以最小... （共31頁）