我想知道“多任务学习”和“领域泛化”之间的区别。在我看来，它们都是归纳迁移学习的类型，但我不确定它们的区别。
多任务学习和领域泛化有什么区别
数据挖掘
迁移学习
多任务学习
领域适应
2022-03-05 00:18:29
1个回答
域泛化：旨在使用多域源数据训练模型，使其无需重新训练即可直接泛化到新域。专注于同一任务的多个领域
多任务学习 (MTL)： MTL 是一种归纳迁移方法，它通过使用相关任务的训练信号中包含的域信息作为归纳偏差来提高泛化能力。它通过在使用共享表示的同时并行学习任务来做到这一点；为每项任务学到的知识可以帮助更好地学习其他任务。换句话说，多个任务的同一个域
主要区别：
| 领域概括 | 多任务学习 |
|---|---|
| 同一任务上的多个域数据集 | 多个任务上的相同域数据集 |
| 作为单个任务，无需并行执行 | 多个任务并行执行 |
其它你可能感兴趣的问题