遷移學習（Transfer Learning）

將從源數據集學到的知識遷移到目標數據集上 微調（fine tuning） 微調通過將模型部分權重初始化成在源數據集上預訓練的模型權重，從而將模型在源數據集上學到的知識遷移到目標數據上。 在源數據（例如 ImageNet）上訓練一個神經網絡 A。 創建一個新的神經網絡 B，它複製了 A 上除了輸出層外的所有模型參數。我們假設這些模型參數含有源數據上學習到的知識，且這些知識同樣適用於目標數據集。但最後

>>阅读原文<<