遷移學習和fine-tuning的區別

舉個例子，假設今天老闆給你一個新的數據集，讓你做一下圖片分類，這個數據集是關於Flowers的。問題是，數據集中flower的類別很少，數據集中的數據也不多，你發現從零訓練開始訓練CNN的效果很差，很容易過擬合。怎麼辦呢，於是你想到了使用Transfer Learning，用別人已經訓練好的Imagenet的模型來做。做的方法有很多： 把Alexnet裏卷積層最後一層輸出的特徵拿出來，然後直接用S

>>阅读原文<<