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?