如何對深度學習模型進行在線更新，遷移學習

目標：學到新數據特徵的同時，保持舊網絡固有的性能，避免「災難性遺忘」， 增量學習，遷移學習的一種。 Transferability （1）僅微調最後一層（也稱爲特徵提取）（ft-last）; （2）微調 N 的所有層（ft-full）; （3）與ft-full相同，但凍結批處理標準化層的參數 - 在某些情況下，這已被證明是有益的 - 我們將此選項稱爲ft-full-bn-off。圖3中的結果顯示了

>>阅读原文<<