再談遷移學習：微調網絡

在《站在巨人的肩膀上：遷移學習》一文中，我們談到了一種遷移學習方法：將預訓練的卷積神經網絡作爲特徵提取器，然後使用一個標準的機器學習分類模型（比如Logistic迴歸），以所提取的特徵進行訓練，得到分類器，這個過程相當於用預訓練的網絡取代上一代的手工特徵提取方法。這種遷移學習方法，在較小的數據集（比如17flowers）上也能取得不錯的準確率。 在那篇文章中，我還提到了另外一種遷移學習：微調網絡，

>>阅读原文<<