利用pytorch實現遷移學習之貓狗分類器(dog vs cat)

遷移學習 遷移學習(Transfer learning) 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，因此經過遷移學習咱們能夠將已經學到的模型參數（也可理解爲模型學到的知識）經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。 本文使用VGG16模型用於遷移學習，最終獲得一個能對貓狗圖片進行辨識的CNN（卷積神經網

>>阅读原文<<