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
相關文章
相關標籤/搜索