一种深度学习方法---迁移学习了解下

文章预览

作者：王抒伟 来源：机器学习算法工程师 接下来我会介绍关于迁移学习的以下内容。 它是什么？ 它是如何工作的？ 为什么使用它？ 什么时候使用？ 转移学习的方法： 训练模型； 使用预先训练的模型； 和特征提取 总结： 进一步阅读 1. 什么是迁移学习？ 迁移学习：遇到一个新问题，不是从头训练一个网络模型，而是在现有的预训练模型上，再次训练或者直接使用。 因为他可以用较少的数据来训练深度神经网络，如果你数据不足，可以考虑下迁移学习。现在大多数问题通常没有数百万个标记数据点是无法训练出一个商用模型的。 如果你训练了一个简单的分类器来预测图像是否包含背包，则可以利用模型在训练中获得的“知识”（其实就是网络权重）来识别其他物体，例如太阳镜。 通过转移学习，我们基本上尝试利用在一项任务中学到的知识 ………………………………