利用pytorch实现迁移学习之猫狗分类器(dog vs cat)

迁移学习 迁移学习(Transfer learning) 就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务是存在相关性的，因此经过迁移学习咱们能够将已经学到的模型参数（也可理解为模型学到的知识）经过某种方式来分享给新模型从而加快并优化模型的学习效率不用像大多数网络那样从零学习。 本文使用VGG16模型用于迁移学习，最终获得一个能对猫狗图片进行辨识的CNN（卷积神经网

>>阅读原文<<