遷移學習：數據不足時如何深度學習

　　策劃｜Tina    編輯｜大愚若智python 　　使用深度學習技術解決問題的過程當中，最多見的障礙在於訓練模型過程當中所需的海量數據。須要如此多的數據，緣由在於機器在學習的過程當中會在模型中遇到大量參數。在面對某一領域的具體問題時，一般可能沒法獲得構建模型所需規模的數據。然而在一個模型訓練任務中針對某種類型數據得到的關係也能夠輕鬆地應用於同一領域的不一樣問題，這就是所謂的遷移學習。git

>>阅读原文<<