Transfer learning

前言

什麼是Transfer learning?

內容

• Transfer learning

• pre-training weights 不變，尤其是數據少時。
• 利用新數據來fine tune 模型的最後一層(幾層，依據新數據的多寡)。

• When transfer learning makes sense

• 數據類型相同，ex.都是圖片數據，或者是聲音數據。
• 模型A要有更大的數據量，這樣可以幫助模型A獲得更大量的底層特徵。
• 從A得到大量的底層特徵是可以幫助模型B的學習。

該學到的

• 什麼是transfer learning？
• 什麼條件下可以使用ransfer learning?