迁移学习与图像分类

我们在上一节提到了迁移学习与计算机视觉 这一节为大家详细介绍其中的原理 7.2 计算机视觉遇上迁移学习 迁移学习(Transfer Learning) 顾名思义就是将训练好的模型（预训练模型）参数迁移到新的模型来优化新模型训练。因为大部分的数据和任务都是存在相关性的，所以我们可以通过迁移学习将预训练模型的参数（也可理解为预训练模型学到的知识）通过某种方式迁移到新模型，进而加快并优化模型的学习效率。

>>阅读原文<<