CS231n-深度学习与计算机视觉-笔记-Lecture7.3 迁移学习

迁移学习transfer learning 我们看到使用正则化，加入不同正则策略可以帮助减小，训练误差和测试误差的间隙，过拟合的一个问题，有时候过拟合是由于数据不够，你希望得到一个大的、功能大的模型，一个大的功能强大网络在你使用，小数据集合时很容易过拟合，正则化是一种处理它的方法。另一种方法是使用迁移学习。使用迁移学习，你不需要超大的样本集，也能训练卷积神经网络。 它的思想很简单，首先找到一些卷积

>>阅读原文<<