自然语言学习17-迁移学习

迁移学习（Transfer Learning）用一句话概况就是把已经训练好的模型迁移到类似任务中，帮助新模型的训练。 传统的神经网络构建流程 迁移学习 主要分为两个步骤。 利用一些大型的公开数据集训练出一个“通用”的 model 。这个阶段称为 Pre-training 阶段。 用到它们发布的公开模型正对于我们的任务对模型进行微调（fine tuning）。这一阶段也称为fine tuning阶段

>>阅读原文<<