{"id":165029,"date":"2023-02-02T20:33:43","date_gmt":"2023-02-02T19:33:43","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=165029"},"modified":"2023-10-29T20:12:53","modified_gmt":"2023-10-29T19:12:53","slug":"transfer-learning","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/transfer-learning","title":{"rendered":"Transfer Learning: Was ist das?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"165029\" class=\"elementor elementor-165029\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-3a68978 e-flex e-con-boxed e-con\" data-id=\"3a68978\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-bc34d42 elementor-widget elementor-widget-text-editor\" data-id=\"bc34d42\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p><span style=\"font-weight: 400;\">In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning. Wenn du auf die ersten Artikel zur\u00fcckgreifen m\u00f6chtest, findest du hier eine Liste :<\/span><\/p><ol><li style=\"font-weight: 400;\"><strong><a href=\"https:\/\/datascientest.com\/de\/deep-learning-oder-tiefes-lernen-was-ist-das-denn\">Einf\u00fchrung in Deep Learning<\/a><\/strong><\/li><li style=\"font-weight: 400;\"><strong><a href=\"https:\/\/datascientest.com\/de\/tiefes-lernen-netzwerk-von-biologischen-oder-k\u00fcnstlichen-neuronen\">Neuronale Netzwerke: biologisch oder k\u00fcnstlich<\/a><\/strong><\/li><li style=\"font-weight: 400;\"><strong><a href=\"https:\/\/datascientest.com\/de\/convolutional-neural-network-2\">\u00a0Convolutional Neural Network<\/a><\/strong><\/li><li style=\"font-weight: 400;\"><strong>\u00a0<a href=\"https:\/\/datascientest.com\/de\/neuronale-netze-einfach-erklaert\">Funktionsweise von Netzen neuronalen\u00a0<\/a><\/strong><\/li><li style=\"font-weight: 400;\"><strong><a href=\"https:\/\/datascientest.com\/de\/transfer-learning\">Transfer Learning<\/a><\/strong><\/li><\/ol><p><b>Inhaltsverzeichnis:<\/b><\/p><ol><li style=\"list-style-type: none;\"><ol><li style=\"font-weight: 400;\"><a href=\"#definition\">Definitionen von Transfer Learning<\/a><\/li><li style=\"font-weight: 400;\"><a href=\"#techniken\">Auf welchen Strategien beruhen die Techniken des Transfer Learning?<\/a><\/li><li style=\"font-weight: 400;\"><a href=\"#problemen\">Wie wird Transfer Learning bei der L\u00f6sung von Problemen eingesetzt?<\/a><\/li><li style=\"font-weight: 400;\"><a href=\"#schlusselpunkte\">Schl\u00fcsselpunkte, an die Sie sich erinnern sollten<\/a><\/li><\/ol><\/li><\/ol><p><span style=\"font-weight: 400;\">Andrew Ng, leitender Wissenschaftler bei <\/span><i><span style=\"font-weight: 400;\">Baidu <\/span><\/i><span style=\"font-weight: 400;\">und Professor in <\/span><i><span style=\"font-weight: 400;\">Stanford, <\/span><\/i><span style=\"font-weight: 400;\">hat in seinem beliebten <\/span><i><span style=\"font-weight: 400;\">NIPS-Tutorial 2016 <\/span><\/i><span style=\"font-weight: 400;\">erkl\u00e4rt, dass Transfer Learning der n\u00e4chste Motor f\u00fcr den kommerziellen Erfolg von Machine Learning sein wird. Und er ist nicht der Einzige, der das Potenzial von <\/span><b><i>Transfer Learning <\/i><\/b><span style=\"font-weight: 400;\">lobt <\/span><b>&#8230; <\/b><span style=\"font-weight: 400;\">In diesem Artikel erz\u00e4hlen wir dir alles \u00fcber <\/span><b>diesen Begriff, der immer mehr in aller Munde ist. <\/b><span style=\"font-weight: 400;\">DataScientest hilft dir dabei, drei <\/span><b>grundlegende <\/b><span style=\"font-weight: 400;\">Fragen zu beantworten:\u00a0<\/span><\/p><ul><li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Was ist Transfer Learning?<\/span><\/li><li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Auf welchen Strategien beruhen die Techniken des <\/span><i><span style=\"font-weight: 400;\">Transfer Learning?<\/span><\/i><\/li><li style=\"font-weight: 400;\">Wie werden sie konkret zur L\u00f6sung von <i>Deep-Learning-Problemen eingesetzt<\/i>?<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b54f6cf elementor-widget elementor-widget-menu-anchor\" data-id=\"b54f6cf\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\nbody.elementor-page .elementor-widget-menu-anchor{margin-bottom:0}<\/style>\t\t<div id=\"definition\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-04047e5 e-flex e-con-boxed e-con\" data-id=\"04047e5\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-48eddec elementor-widget elementor-widget-heading\" data-id=\"48eddec\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">Transfer Learning: Definition<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-77df6bf elementor-widget elementor-widget-text-editor\" data-id=\"77df6bf\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Beginnen wir zun\u00e4chst mit einer Definition dieses Begriffs, der in der <\/span><i><span style=\"font-weight: 400\">Data Science immer <\/span><\/i><span style=\"font-weight: 400\">h\u00e4ufiger verwendet wird.<\/span><\/p><blockquote><p><i><span style=\"font-weight: 400\">Transfer Learning <\/span><\/i><span style=\"font-weight: 400\">bezeichnet alle Methoden, die es erm\u00f6glichen, das aus der L\u00f6sung eines bestimmten Problems gewonnene Wissen auf die Bearbeitung eines anderen Problems zu \u00fcbertragen.\u00a0<\/span><\/p><\/blockquote><p><i><span style=\"font-weight: 400\">Transfer Learning <\/span><\/i><span style=\"font-weight: 400\">hat mit dem Aufschwung des <\/span><i><span style=\"font-weight: 400\">Deep Learning einen <\/span><\/i><span style=\"font-weight: 400\">gro\u00dfen Erfolg erlebt.\u00a0 Die in diesem Bereich verwendeten Modelle erfordern oft <\/span><b>hohe Rechenzeiten <\/b><span style=\"font-weight: 400\">und einen <\/span><b>gro\u00dfen Ressourcenbedarf. <\/b><span style=\"font-weight: 400\">Durch die Verwendung von vortrainierten Modellen als Ausgangspunkt erm\u00f6glicht <\/span><i><span style=\"font-weight: 400\">Transfer Learning die <\/span><\/i><span style=\"font-weight: 400\">schnelle Entwicklung von leistungsf\u00e4higen Modellen und die effiziente L\u00f6sung komplexer Probleme im Bereich <\/span><i><span style=\"font-weight: 400\">Computer Vision <\/span><\/i><span style=\"font-weight: 400\">oder <\/span><i><span style=\"font-weight: 400\">Natural Language Processing<\/span><\/i><span style=\"font-weight: 400\">, <\/span><i><span style=\"font-weight: 400\">NLP<\/span><\/i><span style=\"font-weight: 400\">.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f718b0a elementor-widget elementor-widget-image\" data-id=\"f718b0a\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"237\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.28.webp\" class=\"attachment-full size-full wp-image-165035\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.28.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.28-300x93.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 1 - Traditioneller Ansatz vs. Transfer Learning-Ansatz<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3aa77bf elementor-widget elementor-widget-text-editor\" data-id=\"3aa77bf\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Intuitiv orientiert sich <\/span><i><span style=\"font-weight: 400\">Transfer Learning <\/span><\/i><span style=\"font-weight: 400\">stark an dem Prozess, mit dem wir lernen.\u00a0<\/span><\/p><blockquote><p><span style=\"font-weight: 400\">Nehmen wir zum Beispiel jemanden, der das Gitarrenspiel beherrscht und Klavierspielen lernen m\u00f6chte. Er kann seine Musikkenntnisse nutzen, um ein neues Instrument zu erlernen. In \u00e4hnlicher Weise kann ein Modell zur Erkennung von Autos sehr schnell auf die Erkennung von Lastwagen umgestellt werden.<\/span><\/p><\/blockquote>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5cff3d2 elementor-widget elementor-widget-menu-anchor\" data-id=\"5cff3d2\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"techniken\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-11759c4 e-flex e-con-boxed e-con\" data-id=\"11759c4\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-8021f24 elementor-widget elementor-widget-heading\" data-id=\"8021f24\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Auf welchen Strategien beruhen die Techniken des Transfer Learning?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0b1848e elementor-widget elementor-widget-text-editor\" data-id=\"0b1848e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><i><span style=\"font-weight: 400;\">Transfer Learning beruht <\/span><\/i><span style=\"font-weight: 400;\">auf der einfachen Idee, das in anderen Konstellationen erworbene Wissen (Quellen) zur L\u00f6sung eines bestimmten Problems (Ziel) erneut zu nutzen. In diesem Zusammenhang lassen sich verschiedene Ans\u00e4tze unterscheiden, je nachdem, was man \u00fcbertragen m\u00f6chte, wann und wie man den Transfer durchf\u00fchrt. Insgesamt k\u00f6nnen wir <\/span><b>drei Arten von <\/b><b><i>Transfer Learning <\/i><\/b><span style=\"font-weight: 400;\">unterscheiden:<\/span><\/p><p style=\"padding-left: 40px;\"><b><i>1. Inductive Transfer Learning<\/i><\/b><b>, oder <\/b><b><i>induktives Transferlernen<\/i><\/b><\/p><p><span style=\"font-weight: 400;\">In dieser Konfiguration sind die Quell- und Zieldom\u00e4nen gleich (dieselben Daten), aber die Quell- und Zielaufgaben sind unterschiedlich, aber nahe beieinander. Die Idee besteht nun darin, <\/span><b>bestehende Modelle zu nutzen, <\/b><span style=\"font-weight: 400;\">um <\/span><b>den Anwendungsbereich m\u00f6glicher Modelle vorteilhaft einzuschr\u00e4nken <\/b><span style=\"font-weight: 400;\">(Modellverzerrung), wie in der folgenden Abbildung dargestellt.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-52ad69a elementor-widget elementor-widget-image\" data-id=\"52ad69a\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"359\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.33.webp\" class=\"attachment-full size-full wp-image-165036\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.33.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.33-300x140.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 2 - Illustration von Inductive Transfer Learning (induktives Transferlernen)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-53aa9e1 elementor-widget elementor-widget-text-editor\" data-id=\"53aa9e1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Beispielsweise ist es m\u00f6glich, ein Modell, das auf die Erkennung von Tieren auf Bildern trainiert wurde, zu verwenden, um ein Modell zu erstellen, das Hunde identifizieren kann.\u00a0\u00a0\u00a0<\/span><\/p><p style=\"padding-left: 40px\"><b><i>2. Unsupervised Transfer Learning<\/i><\/b><b>, oder un\u00fcberwachtes <\/b><b><i>Transferlernen<\/i><\/b><\/p><p><span style=\"font-weight: 400\">Wie beim induktiven Transferlernen sind die Quell- und Zieldom\u00e4nen \u00e4hnlich, die Aufgaben sind jedoch unterschiedlich. Allerdings werden die Daten der beiden Dom\u00e4nen nicht mit einem Label versehen.<\/span><\/p><p><span style=\"font-weight: 400\">Es ist oft einfacher, gro\u00dfe Mengen an ungelabelten Daten, z. B. aus Datenbanken und Quellen im Internet, zu erhalten als gelabelte Daten. Daher besteht <\/span><b>gro\u00dfes Interesse <\/b><span style=\"font-weight: 400\">an der Idee, <\/span><b>un\u00fcberwachtes Lernen in Kombination mit <\/b><b><i>Transfer Learning einzusetzen<\/i><\/b><span style=\"font-weight: 400\">.\u00a0<\/span><\/p><p><span style=\"font-weight: 400\">Als Beispiel sei das <\/span><i><span style=\"font-weight: 400\">Self-taught clustering genannt<\/span><\/i><span style=\"font-weight: 400\">, ein Ansatz, bei dem kleine Sammlungen von nicht gelabelten Zieldaten mit Hilfe einer gro\u00dfen Menge nicht gelabelter Quelldaten <\/span><i><span style=\"font-weight: 400\">geclustert werden. <\/span><\/i><span style=\"font-weight: 400\">Dieser Ansatz erweist sich als <\/span><b>leistungsf\u00e4higer <\/b><span style=\"font-weight: 400\">als die traditionell verwendeten Spitzenans\u00e4tze, wenn die Zieldaten irrelevant gelabelt sind.<\/span><\/p><p style=\"padding-left: 40px\"><b><i>3. Transduktives Transfer<\/i><\/b><b>lernen, oder <\/b><b><i>Transductive Transfer Learning <\/i><\/b><b>:<\/b><\/p><p><span style=\"font-weight: 400\">In dieser Konfiguration sind die Quell- und Zielaufgaben \u00e4hnlich, aber die entsprechenden Bereiche unterscheiden sich entweder in Bezug auf die Daten oder die Verteilungen der Randwahrscheinlichkeiten.\u00a0<\/span><\/p><p><span style=\"font-weight: 400\">Zum Beispiel werden <\/span><i><span style=\"font-weight: 400\">NLP-Modelle<\/span><\/i><span style=\"font-weight: 400\">, wie sie f\u00fcr die morpho-syntaktische Kennzeichnung von W\u00f6rtern, Part-Of-Speech Tagger (POS Tagger) auf Englisch, verwendet werden, normalerweise mit Nachrichtendaten wie denen des <\/span><i><span style=\"font-weight: 400\">Wall Street Journal <\/span><\/i><span style=\"font-weight: 400\">trainiert und getestet. Sie k\u00f6nnen an Daten aus sozialen Netzwerken angepasst werden, deren Inhalt anders, aber \u00e4hnlich wie der Zeitungen ist.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-df9d193 elementor-widget elementor-widget-menu-anchor\" data-id=\"df9d193\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"problemen\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-a420681 e-flex e-con-boxed e-con\" data-id=\"a420681\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-0631933 elementor-widget elementor-widget-heading\" data-id=\"0631933\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Wie wird Transfer Learning konkret zur L\u00f6sung von Deep-Learning-Problemen eingesetzt?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f39f630 elementor-widget elementor-widget-text-editor\" data-id=\"f39f630\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Nachdem wir <\/span><b><i>Transfer Learning <\/i><\/b><span style=\"font-weight: 400;\">definiert haben, wollen wir uns nun mit seiner <\/span><b>Anwendung auf Probleme des Deep <\/b><b><i>Learning <\/i><\/b><span style=\"font-weight: 400;\">besch\u00e4ftigen, einem Bereich, in dem <\/span><b><i>Transfer <\/i><\/b><b>Learning <\/b><span style=\"font-weight: 400;\">heute sehr erfolgreich ist.<\/span><\/p><p><span style=\"font-weight: 400;\">Die Verwendung von <\/span><i><span style=\"font-weight: 400;\">Transfer Learning-Methoden <\/span><\/i><span style=\"font-weight: 400;\">im <\/span><i><span style=\"font-weight: 400;\">Deep Learning <\/span><\/i><span style=\"font-weight: 400;\">besteht haupts\u00e4chlich darin, vorab trainierte neuronale Netze zu nutzen<\/span><\/p><p><span style=\"font-weight: 400;\">In der Regel entsprechen diese Modelle sehr leistungsf\u00e4higen Algorithmen, die anhand gro\u00dfer Datenbanken entwickelt und trainiert wurden und heute frei geteilt werden.<\/span><\/p><p><span style=\"font-weight: 400;\">In diesem Zusammenhang k\u00f6nnen 2 Arten von Strategien unterschieden werden:<\/span><\/p><p style=\"padding-left: 40px;\"><b>1. Verwendung von vorab trainierten Modellen als <\/b><b><i>Feature-Extraktoren <\/i><\/b><b>:<\/b><\/p><p><span style=\"font-weight: 400;\">Die Architektur von <\/span><i><span style=\"font-weight: 400;\">Deep-Learning-Modellen wird <\/span><\/i><span style=\"font-weight: 400;\">sehr h\u00e4ufig in Form eines <\/span><b>Stapels von Neuronenschichten dargestellt<\/b><span style=\"font-weight: 400;\">. Diese Schichten lernen verschiedene Merkmale, je nachdem, auf welcher Ebene sie sich befinden. Die letzte Schicht (im Falle des \u00fcberwachten Lernens normalerweise eine vollst\u00e4ndig verbundene Schicht) wird verwendet, um die endg\u00fcltige Ausgabe zu erhalten. Die folgende Abbildung zeigt die Architektur eines <\/span><i><span style=\"font-weight: 400;\">Deep-Learning-Modells, das <\/span><\/i><span style=\"font-weight: 400;\">f\u00fcr die Erkennung von Katzen\/Hunden verwendet wird. <\/span><b>Je tiefer die Schicht liegt, desto mehr spezifische <\/b><b><i>Features <\/i><\/b><b>k\u00f6nnen extrahiert werden<\/b><span style=\"font-weight: 400;\">.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1cc3a1c elementor-widget elementor-widget-image\" data-id=\"1cc3a1c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"304\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.40.webp\" class=\"attachment-large size-large wp-image-165046\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.40.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.40-300x119.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 3 - Beispiel f\u00fcr ein Modell eines neuronalen Netzes, das zur Bildklassifizierung verwendet wird<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-658c2a3 elementor-widget elementor-widget-text-editor\" data-id=\"658c2a3\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Die Idee ist also, ein vorab trainiertes Netzwerk ohne seine Endschicht wiederzuverwenden. Dieses neue Netzwerk fungiert dann als Extraktor von fixen <\/span><i><span style=\"font-weight: 400\">Features, <\/span><\/i><span style=\"font-weight: 400\">um andere Aufgaben zu erledigen.<\/span><\/p><p>Um diese Strategie zu veranschaulichen, nehmen wir den Fall an, dass wir <strong>ein Modell erstellen<\/strong> wollen, das <strong>die Art einer Blume anhand ihres Bildes identifizieren kann<\/strong>. Dann ist es m\u00f6glich, die ersten Schichten des Modells eines faltenden neuronalen Netzes zu verwenden <a href=\"https:\/\/en.wikipedia.org\/wiki\/AlexNet\">AlexNet<\/a>, das urspr\u00fcnglich auf die Bilddatenbank trainiert wurde. <a href=\"https:\/\/en.wikipedia.org\/wiki\/ImageNet#ImageNet_Challenge\">ImageNet<\/a> f\u00fcr die Bildklassifizierung verwendet werden.<\/p><p><span style=\"font-weight: 400\">Auch wenn die Idee einfach erscheint, k\u00f6nnte man sich fragen, wie leistungsf\u00e4hig ein solcher Ansatz ist. In der Praxis funktioniert er sehr gut, wie die folgende Abbildung zeigt.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-947f7e6 elementor-widget elementor-widget-image\" data-id=\"947f7e6\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"339\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.46.webp\" class=\"attachment-large size-large wp-image-165053\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.46.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.46-300x132.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 4 - Leistung von Deep-Learning-Modellen, die speziell auf die Aufgabe trainiert wurden (gr\u00fcn), im Vergleich zu vortrainierten Modellen (rot, rosa)<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b938b70 elementor-widget elementor-widget-text-editor\" data-id=\"b938b70\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p style=\"padding-left: 40px\"><b>2. Anpassen von vortrainierten Modellen :<\/b><\/p><p><span style=\"font-weight: 400\">\u00a0<\/span><span style=\"font-weight: 400\">Dies ist eine <\/span><b>komplexere Technik<\/b><span style=\"font-weight: 400\">, bei der nicht nur die letzte Schicht ersetzt wird, um die Klassifizierung oder Regression durchzuf\u00fchren, sondern auch andere Schichten selektiv neu trainiert werden. <\/span><b>Tiefe neuronale Netze sind n\u00e4mlich hochgradig konfigurierbare Architekturen <\/b><span style=\"font-weight: 400\">mit verschiedenen Hyperparametern. Au\u00dferdem erfassen die ersten Schichten generische Merkmale, w\u00e4hrend die letzten Schichten sich mehr auf die spezifische Aufgabe konzentrieren, die es zu erf\u00fcllen gilt, wie die folgende Abbildung zeigt<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4da65d7 elementor-widget elementor-widget-image\" data-id=\"4da65d7\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"405\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.52.webp\" class=\"attachment-full size-full wp-image-165054\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.52.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.52-300x158.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 5 - Beispiel f\u00fcr ein Modell eines neuronalen Netzes, das f\u00fcr die Gesichtserkennung verwendet wird<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4f18c72 elementor-widget elementor-widget-text-editor\" data-id=\"4f18c72\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Die Idee ist also, w\u00e4hrend des Trainings bestimmte Schichten einzufrieren (d. h. die Gewichte zu fixieren) und den Rest zu verfeinern, um das Problem zu l\u00f6sen.\u00a0<\/span><\/p><p><span style=\"font-weight: 400\">Diese Strategie erm\u00f6glicht es, das Wissen \u00fcber die Gesamtarchitektur des Netzwerks wiederzuverwenden und seine Zust\u00e4nde als Ausgangspunkt f\u00fcr das Training zu nutzen. <\/span><b>Sie f\u00fchrt daher zu einer besseren Leistung bei k\u00fcrzerer Trainingszeit.<\/b><\/p><p><span style=\"font-weight: 400\">Die folgende Abbildung fasst die wichtigsten <\/span><i><span style=\"font-weight: 400\">Transfer Learning-Ans\u00e4tze <\/span><\/i><span style=\"font-weight: 400\">zusammen, die gemeinhin im <\/span><i><span style=\"font-weight: 400\">Deep Learning <\/span><\/i><span style=\"font-weight: 400\">verwendet werden<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ed2f66a elementor-widget elementor-widget-image\" data-id=\"ed2f66a\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"768\" height=\"481\" src=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.58.webp\" class=\"attachment-large size-large wp-image-165058\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.58.webp 768w, https:\/\/datascientest.com\/de\/files\/2022\/11\/Capture-de\u0301cran-2020-07-21-a\u0300-08.45.58-300x188.webp 300w\" sizes=\"(max-width: 768px) 100vw, 768px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Abbildung 6 - Transfer Learning-Ansatz in Deep Learning<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7fe44cf elementor-widget elementor-widget-text-editor\" data-id=\"7fe44cf\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Eine der <\/span><b>grundlegenden Anforderungen an das <\/b><span style=\"font-weight: 400\">Transfer Learning <\/span><b>ist das Vorhandensein von Modellen, <\/b><span style=\"font-weight: 400\">die auf den Quellaufgaben gut funktionieren. Gl\u00fccklicherweise werden heute viele der f\u00fchrenden Deep-Learning-Architekturen von ihren jeweiligen Teams frei geteilt. Diese erstrecken sich \u00fcber verschiedene Bereiche wie Computer Vision oder Computer Vision und Natural Language Processing oder NLP, zwei sehr beliebte Bereiche des Deep Learning.<\/span><\/p><p><span style=\"font-weight: 400\">Zu den sehr h\u00e4ufig verwendeten Vorlagen geh\u00f6ren :<\/span><\/p><ul><li style=\"font-weight: 400\"><span style=\"font-weight: 400\">Computer Vision: <\/span><a href=\"https:\/\/www.kaggle.com\/keras\/vgg19\/home\">VGG-16<\/a><span style=\"font-weight: 400\">, <\/span><a href=\"https:\/\/www.kaggle.com\/keras\/vgg19\/home\">VGG-19<\/a><span style=\"font-weight: 400\">, <\/span><a href=\"https:\/\/www.kaggle.com\/keras\/resnet50\">ResNet-50<\/a><\/li><li style=\"font-weight: 400\"><span style=\"font-weight: 400\">NLP: <\/span><a href=\"https:\/\/en.wikipedia.org\/wiki\/Word2vec\">Word2Vec, <\/a><a href=\"https:\/\/nlp.stanford.edu\/projects\/glove\/\">GloVe<\/a><\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-50becb6 elementor-widget elementor-widget-menu-anchor\" data-id=\"50becb6\" data-element_type=\"widget\" data-widget_type=\"menu-anchor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div id=\"schlusselpunkte\" class=\"elementor-menu-anchor\"><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-4e535a3 e-flex e-con-boxed e-con\" data-id=\"4e535a3\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-d1c0da9 elementor-widget elementor-widget-heading\" data-id=\"d1c0da9\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Schl\u00fcsselpunkte, an die du dich erinnern solltest<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d5c6589 elementor-widget elementor-widget-text-editor\" data-id=\"d5c6589\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><i><span style=\"font-weight: 400\">Transfer Learning <\/span><\/i><span style=\"font-weight: 400\">entspricht der F\u00e4higkeit, vorhandenes Wissen, das zur L\u00f6sung gegebener Probleme entwickelt wurde, zur L\u00f6sung eines neuen Problems zu nutzen. Wir haben uns mit verschiedenen Ans\u00e4tzen des <\/span><i><span style=\"font-weight: 400\">Transfer Learning <\/span><\/i><span style=\"font-weight: 400\">befasst. Um die am besten geeignete Strategie ausw\u00e4hlen zu k\u00f6nnen, ist es wichtig, die folgenden drei Fragen zu untersuchen:\u00a0<\/span><\/p><ol><li style=\"font-weight: 400\"><br \/><ol><li style=\"font-weight: 400\"><b>Was wollen wir \u00fcbertragen?<\/b><span style=\"font-weight: 400\"> Dies ist die erste und wichtigste Frage, die man sich stellen muss. Mit ihr soll festgelegt werden, welcher Teil des Wissens von der Quelle auf das Ziel \u00fcbertragen werden soll, um die Problematik der Zielaufgabe zu l\u00f6sen.\u00a0<\/span><\/li><li style=\"font-weight: 400\"><b>Wann will man transferieren? <\/b><span style=\"font-weight: 400\">Es kann Szenarien geben, in denen die Anwendung von <\/span><i><span style=\"font-weight: 400\">Transfer-Learning-Methoden <\/span><\/i><span style=\"font-weight: 400\">zu einer Verschlechterung der Ergebnisse f\u00fchrt. In Wirklichkeit h\u00e4ngen diese Leistungen von der \u00c4hnlichkeit der Ziel- und Quelldom\u00e4nen und -aufgaben ab.<\/span><\/li><\/ol><\/li><\/ol><p><b>Wie soll das Transfer Leaning durchgef\u00fchrt werden? <\/b><span style=\"font-weight: 400\">Wenn wir die Fragen &#8222;Was&#8220; und &#8222;Wann&#8220; beantwortet haben, k\u00f6nnen wir damit beginnen, die <\/span><i><span style=\"font-weight: 400\">Transfer-Leaning-Technik zu <\/span><\/i><span style=\"font-weight: 400\">identifizieren, die f\u00fcr das Problem, das wir l\u00f6sen wollen, am besten geeignet ist. <\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-4717efa e-flex e-con-boxed e-con\" data-id=\"4717efa\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-65e10a7 elementor-widget elementor-widget-html\" data-id=\"65e10a7\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">\r\n{\r\n  \"@context\": \"https:\/\/schema.org\",\r\n  \"@type\": \"FAQPage\",\r\n  \"mainEntity\": [{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Auf welchen Strategien beruhen die Techniken des Transfer Learning?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Transfer Learning beruht auf der einfachen Idee, das in anderen Konstellationen erworbene Wissen (Quellen) zur L\u00f6sung eines bestimmten Problems (Ziel) erneut zu nutzen. In diesem Zusammenhang lassen sich verschiedene Ans\u00e4tze unterscheiden, je nachdem, was man \u00fcbertragen m\u00f6chte, wann und wie man den Transfer durchf\u00fchrt. Insgesamt k\u00f6nnen wir drei Arten von Transfer Learning unterscheiden:\r\n\r\n1. Inductive Transfer Learning, oder induktives Transferlernen\r\n\r\nIn dieser Konfiguration sind die Quell- und Zieldom\u00e4nen gleich (dieselben Daten), aber die Quell- und Zielaufgaben sind unterschiedlich, aber nahe beieinander. Die Idee besteht nun darin, bestehende Modelle zu nutzen, um den Anwendungsbereich m\u00f6glicher Modelle vorteilhaft einzuschr\u00e4nken (Modellverzerrung), wie in der folgenden Abbildung dargestellt.\"\r\n    }\r\n  },{\r\n    \"@type\": \"Question\",\r\n    \"name\": \"Wie wird Transfer Learning konkret zur L\u00f6sung von Deep-Learning-Problemen eingesetzt?\",\r\n    \"acceptedAnswer\": {\r\n      \"@type\": \"Answer\",\r\n      \"text\": \"Nachdem wir Transfer Learning definiert haben, wollen wir uns nun mit seiner Anwendung auf Probleme des Deep Learning besch\u00e4ftigen, einem Bereich, in dem Transfer Learning heute sehr erfolgreich ist.\r\n\r\nDie Verwendung von Transfer Learning-Methoden im Deep Learning besteht haupts\u00e4chlich darin, vorab trainierte neuronale Netze zu nutzen\r\n\r\nIn der Regel entsprechen diese Modelle sehr leistungsf\u00e4higen Algorithmen, die anhand gro\u00dfer Datenbanken entwickelt und trainiert wurden und heute frei geteilt werden.\"\r\n    }\r\n  }]\r\n}\r\n<\/script>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning. Wenn du auf die ersten Artikel zur\u00fcckgreifen m\u00f6chtest, findest du hier eine Liste : Einf\u00fchrung in Deep Learning Neuronale Netzwerke: biologisch oder k\u00fcnstlich &nbsp;Convolutional Neural Network &nbsp;Funktionsweise von Netzen neuronalen&nbsp; Transfer Learning [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":165031,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Transfer Learning: Was ist das?<\/title>\n<meta name=\"description\" content=\"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/transfer-learning\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Transfer Learning: Was ist das?\" \/>\n<meta property=\"og:description\" content=\"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/transfer-learning\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-02-02T19:33:43+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-29T19:12:53+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2022\/11\/illu_DLtransfer_blog-33.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"768\" \/>\n\t<meta property=\"og:image:height\" content=\"422\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Adriano R\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Adriano R\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/transfer-learning#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/transfer-learning\"},\"author\":{\"name\":\"Adriano R\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\"},\"headline\":\"Transfer Learning: Was ist das?\",\"datePublished\":\"2023-02-02T19:33:43+00:00\",\"dateModified\":\"2023-10-29T19:12:53+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/transfer-learning\"},\"wordCount\":1529,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/transfer-learning#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/transfer-learning\",\"url\":\"https:\/\/datascientest.com\/de\/transfer-learning\",\"name\":\"Transfer Learning: Was ist das?\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-02-02T19:33:43+00:00\",\"dateModified\":\"2023-10-29T19:12:53+00:00\",\"description\":\"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/transfer-learning\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\",\"name\":\"Adriano R\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"caption\":\"Adriano R\"},\"sameAs\":[\"user\"],\"url\":\"https:\/\/datascientest.com\/de\/author\/adriano-r\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Transfer Learning: Was ist das?","description":"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/transfer-learning","og_locale":"de_DE","og_type":"article","og_title":"Transfer Learning: Was ist das?","og_description":"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.","og_url":"https:\/\/datascientest.com\/de\/transfer-learning","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-02-02T19:33:43+00:00","article_modified_time":"2023-10-29T19:12:53+00:00","og_image":[{"width":768,"height":422,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2022\/11\/illu_DLtransfer_blog-33.webp","type":"image\/webp"}],"author":"Adriano R","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Adriano R","Gesch\u00e4tzte Lesezeit":"9 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/transfer-learning#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/transfer-learning"},"author":{"name":"Adriano R","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378"},"headline":"Transfer Learning: Was ist das?","datePublished":"2023-02-02T19:33:43+00:00","dateModified":"2023-10-29T19:12:53+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/transfer-learning"},"wordCount":1529,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/transfer-learning#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/transfer-learning","url":"https:\/\/datascientest.com\/de\/transfer-learning","name":"Transfer Learning: Was ist das?","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-02-02T19:33:43+00:00","dateModified":"2023-10-29T19:12:53+00:00","description":"In diesem f\u00fcnften und letzten Teil unserer Serie \u00fcber Deep Learning erf\u00e4hrst du mehr \u00fcber die Definition und die Funktionsweise von Transfer Learning.","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/transfer-learning"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378","name":"Adriano R","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","caption":"Adriano R"},"sameAs":["user"],"url":"https:\/\/datascientest.com\/de\/author\/adriano-r"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/165029"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=165029"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/165029\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/165031"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=165029"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=165029"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=165029"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}