預訓練模型遷移學習(Transfer Learning)

1、遷移學習 遷移學習在計算機視覺領域中是一種很流行的方法,因爲它可以建立精確的模型,耗時更短。利用遷移學習,不是從零開始學習,而是從之前解決各種問題時學到的模式開始。這樣,你就可以利用以前的學習成果(例如VGG、 Inception、MobileNet),避免從零開始。我們把它看作是站在巨人的肩膀上。 在計算機視覺領域中,遷移學習通常是通過使用預訓練模型來表示的。預訓練模型是在大型基準數據集上訓
相關文章
相關標籤/搜索