迁移训练方法、装置、设备、存储介质及程序产品

摘要

本申请公开了一种迁移训练方法、装置、设备、存储介质及程序产品，涉及机器学习领域。该方法包括：获取源数据集和目标数据集；基于至少两个特征提取网络构建得到迁移模型，其中包括独立提取网络和共享提取网络，独立提取网络包括结构相同且并行的第一独立提取网络和第二独立提取网络；通过源数据与目标数据对迁移模型进行训练，得到目标模型，目标模型用于将源数据集对应的特征提取网络的学习模式进行调整后，迁移至目标数据的分析过程中。通过以上方式，能够更好地平衡源数据集和目标数据集之间的差异性，对目标数据进行更精准、更高效地分析。本申请可应用于云技术、人工智能、智慧交通等各种场景。