迁移学习与域适应

迁移学习（Transfer Learning）和域适应（Domain Adaptation）是机器学习和深度学习中用于提升模型在新领域或新任务上表现的两种重要方法。它们旨在利用已有的数据和模型知识，减少对新领域大量标注数据的需求，进而提高训练效率和模型性能。