迁移学习怎么学？

相信不少小伙伴最初都是通过王晋东老师知乎上的《小王爱迁移》系列文章或在GitHub上开源发布的《迁移学习简明手册》来学习的！

这一系列的材料帮助了很多读者可以快速入门迁移学习，也获得了大家的好评（GitHub收获1W星标）。

之后，作者将这本手册全面更新，写就了《迁移学习导论》一书，这本书更是受到众多读者的喜爱，收获如潮好评！

作者们也持续秉承精益求精、事无巨细的态度，在微信群、微信公众号、知乎、GitHub等平台解答读者的疑问；同时，也一直倾听读者的反馈，务求使本书变得更好。

在此新版中，作者们基于初版读者的反馈对初版进行了大刀阔斧的修改：添加了新的内容、调整了内容结构使其更易阅读、加入了新的应用实践代码使其更易上手、重新整理修改了所有代码从而保证了可复现性。

新版对比初版有诸多不同。

首先，第2版包含了第1版的所有内容。

其次，在此基础上，经过众多读者火眼金睛的审视，作者听取建议、不断修改，打磨出了更好的结构、更多的升级内容。

因此，第2版可以完全取代第1版。

从大的方面讲，新版只包括三部分：

简单来说，新版比初版有着更好的结构、更多的内容、更精炼的语言、更多的实例。

具体而言，新版和初版的不同之处主要有：

本书独辟蹊径，从读者学习的角度出发，以“讲课”的形式，归纳分析各类迁移学习方法，使读者能快速理解迁移学习的本质问题、抓住重点、举一反三、迅速入门。

本书的一大亮点是对“两头“的把握：

考虑多方位学习的需求，本书配有实践代码、学习资料、相关笔记和最新文章，并持续更新。

一书入手，一步到位！

迁移学习旨在利用已有的数据、模型和知识，通过领域相似性和“举一反三”的联想能力，把学到的通用知识适配到新的领域、场景和任务上，它使机器学习拥有更强大的泛化能力。

ACM/AAAI/IEEE Fellow

迁移学习是机器学习的一个重要研究分支，有广泛的应用价值。该书叙述简洁明了、内容丰富详实，对希望了解并应用迁移学习的读者很有帮助！

ACM/AAAI/IEEE Fellow

迁移学习对于增强训练模型的适应性具有重要意义，受到很多学者的关注。这本书深入浅出、系统性地介绍了主要的迁移学习方法，并结合多个领域的应用进行示例分析，为从事相关技术的研究人员提供了非常有益的参考。

模式识别国家重点实验室副主任

迁移学习的核心思想中国早已有之，如《周易》云：“引而伸之，触类而长之，天下之能事毕矣也”。如今，迁移学习已成为人工智能的一项核心技术，在计算机视觉、自然语言语音处理、强化学习中得到了广泛的应用。本书语言简洁、内容丰富，相信可以启发读者举一反三、触类旁通，更好地解决手头的问题。

中国科技大学兼职教授

迁移学习是机器学习的一个重要领域。在计算机视觉，自然语言处理，语音识别，推荐系统等领域有非常广泛的应用。

陈益强和王晋东两位老师通俗易懂地介绍了迁移学习的来龙去脉——不仅涵盖了基本的理论脉络、具体的方法和技术，还介绍了广泛的应用案例和未来的发展方向和前沿问题，为人工智能初学者提供了一份难得的、快速入门的学习和研究资料。

——汪军  伦敦大学学院计算机教授

迁移学习，借用了面向对象编程的概念，就是模型层面的继承、是对已训练得到的机器学习模型的高效重用，能很大程度避免资源的重复消耗，是大模型民主化的重要途径之一。

本书详细介绍了迁移学习的概念和技术及最新的预训练、知识蒸馏、元学习等研究方向，内容上可谓面面俱到。除此之外，本书的一大亮点，是对“两头”的把握：一是源头，抓问题和场景，做到“师出有名”，讲清楚针对什么问题、用在哪里；二是笔头，抓代码与实践，做到“落地结果”，在实战中巩固和深化对技术的理解。相信这本书能带给读者思考与实践的双重乐趣，在算力爆炸的时代反思机器学习的高效之道！

新浪微博@爱可可-爱生活

👇

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧