Transfert Learning

L’apprentissage par transfert est une technique où un modèle développé pour une tâche est réutilisé comme point de départ pour une autre tâche liée. Cela permet de profiter des connaissances préalablement acquises, réduisant ainsi le besoin de données d’entraînement volumineuses et le temps nécessaire pour développer un nouveau modèle à partir de zéro. C’est comme appliquer les compétences acquises dans un sport, disons le basketball, pour apprendre plus rapidement à jouer au volleyball, en exploitant les compétences de coordination et de mouvement communes.

Exemple : Un modèle formé pour reconnaître des voitures dans des images peut être adapté pour reconnaître des motos avec peu de données supplémentaires. En ajustant les couches supérieures du réseau pour se concentrer sur les caractéristiques spécifiques des motos, le modèle peut rapidement apprendre à les identifier efficacement.

Retourner à l'index du lexique