# 表示怎样迁移到新任务

换一组标签，原来的表示还够用吗？哪些参数值得更新？
[固定学习路径](/course/study/readout-transfer.html)
## 阅读与动手顺序

- ### 先分开表示和读出

固定特征，只改变标签预算与分类读出，观察新任务需要多少监督。
- ### 再决定是否改变表示

在同一适配问题里比较冻结、局部更新与全量微调；把训练参数范围和数据预算一起记录。
- ### 把结果带到一个新条件

只有碰到可读出性、新域或数据泄漏问题时，再选下方对应短练习。
## 带走的结果

一张比较表：标签预算、更新参数、测试条件、结果，以及你愿意选择的适配方案。

## 优先实践

可先阅读已有结果，再按问题选择是否重算。并列实验提供不同起点，不要求全部运行。

- [LAB 01 · 固定表示：标签预算与读出](/course/notebooks/4dd8605ed9904820919ea9e13d9e7d7c.html)
固定CNN与缓存特征、标签预算、kNN/linear和独立评价
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/4dd8605ed9904820919ea9e13d9e7d7c?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=4dd8605ed9904820919ea9e13d9e7d7c&utm_term=get_notebook)
- [LAB 02 · 参数迁移：冻结、局部与全量微调](/course/notebooks/4bd450d54870432db91c80a4df563b8e.html)
同源参数的冻结/局部/全量/scratch与BN模式辨析
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/4bd450d54870432db91c80a4df563b8e?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=4bd450d54870432db91c80a4df563b8e&utm_term=get_notebook)
## 配套讲解

- [CLS 01 · 学习信号、表示与迁移](/course/notebooks/fb4365d604974dd19df492cb22516e44.html)
标签供给、文本目标接口、视图/队列/MAE图与表示迁移证据
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/fb4365d604974dd19df492cb22516e44?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=fb4365d604974dd19df492cb22516e44&utm_term=get_notebook)
- [CLS 06 · 表示的三个检查：目标、信息与新域](/course/notebooks/c0645a4db6e04188ab5b119e87c53bed.html)
教师软目标、坍塌、任务信息与域变化的三个不同问题
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/c0645a4db6e04188ab5b119e87c53bed?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=c0645a4db6e04188ab5b119e87c53bed&utm_term=get_notebook)
#### 遇到相应问题时再展开（3 项）

- [LAB 18 · XOR：信息保留与线性读出](/course/notebooks/33066318f5884adc8417068df0f40431.html)
XOR的任务信息/身份信息、离散互信息与线性读出算例
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/33066318f5884adc8417068df0f40431?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=33066318f5884adc8417068df0f40431&utm_term=get_notebook)
- [LAB 19 · 新域：捷径反转与少标签适配](/course/notebooks/c20ef6a65d184331b1b52bf351077504.html)
源域捷径、目标域反转、少标签适配与同预算scratch
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/c20ef6a65d184331b1b52bf351077504?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=c20ef6a65d184331b1b52bf351077504&utm_term=get_notebook)
- [LAB 21 · 研究收束：让划分对应新样本](/course/notebooks/dab894ab6e7e445f9fd05331529ee632.html)
采集批次泄漏、随机/分组划分、两个基线的实测对照
[在 Deepnote 打开 ↗](https://deepnote.com/workspace/ise3309jingao-5ba66b0a-4283-4f5a-ae06-3f68d3201e99/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/dab894ab6e7e445f9fd05331529ee632?utm_source=openai&utm_medium=mcp&utm_campaign=openaimcp&utm_content=dab894ab6e7e445f9fd05331529ee632&utm_term=get_notebook)
## 接回课堂中的问题
[全部学习路径](/course/study.html)[本部分导读](/course/guide.html#I)[按问题查找](/course/knowledge.html)