Jul, 2020
无先验知识的迁移学习:用稀缺数据和有限资源重新编程黑盒机器学习模型
Transfer Learning without Knowing: Reprogramming Black-box Machine Learning Models with Scarce Data and Limited Resources
Yun-Yun Tsai, Pin-Yu Chen, Tsung-Yi Ho
TL;DR本文提出了一种黑盒对抗重新编程 (BAR) 的新方法来解决转移学习中的数据稀缺和资源受限等问题,该方法利用高性能但未知的机器学习模型来获得学习能力,并在自闭症谱系障碍分类、糖尿病视网膜病变检测和黑色素瘤检测任务中优于现有技术和基线模型,展示了转移学习的新思路和成本效益手段。