機器學習18：深度學習的遷移學習方法

遷移學習是指對提前訓練過的神經網絡進行調整，以用於新的不同數據集。 遷移學習分類主要取決於以下兩個條件： 1.新數據集的大小，以及 2.新數據集與原始數據集的相似程度 使用遷移學習的方法將各不相同。有以下四大主要情形： 新數據集很小，新數據與原始數據相似 新數據集很小，新數據不同於原始訓練數據 新數據集很大，新數據與原始訓練數據相似 新數據集很大，新數據不同於原始訓練數據 大型數據集可能具有 10

>>阅读原文<<