Fine-turning（Tensorflow-Slim和Keras的迁移学习）

迁移学习是什么？ 即：举一反三。即将已经训练好的模型稍加调整（fine-turning）即可应用于一个新的领域或者任务。 迁移学习为什么重要？ 机器学习的默认假设，训练样本和测试样本满足独立同分布的前提是训练样本足够。 数据的稀缺性。如在想要做医学领域的图像处理，所能得到的样本是极端的不平衡，重要的样本太少，无法训练出一个效果好的网络。 标记的困难性。大数据时代动辄亿万数据，标记起来太费时费力。

>>阅读原文<<