遷移學習 特徵提取&微調

遷移學習 特徵提取&微調 遷移學習 特徵提取 微調 遷移學習 遷移學習是把預訓練好的模型遷移到新的任務上。 在神經網絡遷移學習中，有兩個應用場景：特徵提取和微調 特徵提取 特徵提取：凍結除了全連接層之外的左右網絡的權重。最後一個全連接層被替換爲具有隨機權重的新層，並且僅訓練該層。 在特徵提取中，可以在預先訓練好的網絡結構後，修改或添加一個簡單的分類器，將源任務上的預先訓練好的網絡作爲另一個目標任務

>>阅读原文<<