我最近阅读了一篇不错的、内容丰富的论文，题为“迁移学习调查”。它提到了迁移学习的 3 种设置——归纳、转导和无监督。同时，它指出对于每个设置——实例、特征、模型参数或关系，有 4 种常见的方法来“传递什么知识”。我查找了每个类别的描述，但我不明白它们是如何在计算机视觉和 NLP 领域中使用的。我能否获得这些类别中的每一个的示例应用程序，以更好地了解它们之间的差异？如何确定在哪种环境中使用哪种方法？