深度學習中的遷移學習

遷移學習是什麼？ 在這個例子中，先訓練一個模型用來進行圖像識別，當想要訓練一個放射科診斷（X光照片）的模型時，只需要修改最後一層及其參數，或者在最後添加更多的層數。這是因爲網絡在前面層學習到的知識可以通用於兩種場景。 適用場景： 對於遷移源問題你有很多數據，但是對於遷移目標問題沒有很多數據，因此可以通過遷移源問題數據訓練出大致模型，然後遷移到遷移目標問題上來，這時只需要微調（fine-tunnin

>>阅读原文<<