遷移學習(Transfer Learning)

實際當中，做一個具體場景的計算機視覺任務時，爲了避免浪費過多的計算時間，往往不是從頭開始訓練一個網絡：而是利用數據、任務或模型之間的相似性，將在舊的領域學習過或訓練好的模型，應用於新的領域這樣的一個過程。這就是遷移學習。 前提：兩個任務的輸入屬於同一性質：要麼同是圖像、要麼同是語音或其他 遷移學習在什麼情況下使用？ 有兩個方面需要我們考慮的 當我們有海量的數據資源時，可以不需要遷移學習，機器學習系

>>阅读原文<<