迁移学习

定义： 将一个场景中学习到的知识迁移到另一个场景中应用。 迁移学习顾名思义就是把已经训练好的模型的参数迁移到新的模型来帮助新模型的训练。考虑到大部分的数据或任务是存在相关性的，所以通过迁移学习我们可以将已经学习到的模型参数，通过某种方式来分享给新的模型，从而加快优化模型的学习效率不用像大多数模型那样从零开始。 例子： 为什么需要迁移学习？ 使用深度学习技术解决问题的过程中，最常见的障碍在于，因为模

>>阅读原文<<