遷移學習：微調

場景： 假設我們想從圖像中識別不同種類的椅子，然後將購買鏈接推薦給用戶，一種可能的方法是： （1） 先找出100中常見的椅子，然後對椅子從各個角度進行拍照； （2） 通過該數據集訓練一個深度學習模型； 然而這個數據集的規模會遠遠小於imageNet樣本數，這種情況下會導致適用於ImageNet的模型在現有的數據集上出現過擬合現象，同時由於訓練數據集有限，最終得到的模型的精度也不會達到實用的要求，爲

>>阅读原文<<