凍結網絡層訓練的解釋

博客連接：https://zhuanlan.zhihu.com/p/41313280網絡 在微調（fine-tuning）中，須要肯定凍結的層數和可訓練的層數，主要取決於，數據集類似度和新數據集的大小。原則上，類似度越高，則固定（fix）的層數越多；新數據集越大，不考慮訓練時間的成本，則可訓練更多的層數。而後可能也要考慮數據集自己的類別間差別度，但上面說的規則基本上仍是成立的。圖片 例如，在圖片分

>>阅读原文<<