遷移學習 (Transfer Learning)

什麼是/爲什麼要遷移學習？ 遷移學習(Transfer learning) 顧名思義就是就是把已學訓練好的模型參數遷移到新的模型來幫助新模型訓練。考慮到大部分數據或任務是存在相關性的，所以通過遷移學習我們可以將已經學到的模型參數（也可理解爲模型學到的知識）通過某種方式來分享給新模型從而加快並優化模型的學習效率不用像大多數網絡那樣從零學習（starting from scratch，tabula r

>>阅读原文<<