迁移学习简介

迁移学习是一种机器学习方法，简单来讲就是把任务A开发的模型做为初始点，从新用在任务B上。好比A任务是识别图片中的车辆，而B任务是识别卡车轿车和公交车。web 合理使用迁移学习，能够避免针对单个目标任务单独训练模型，从而极大节约计算资源。机器学习 在cv和nlp处理任务中，将预先训练好的模型做为新模型的起点是一种经常使用的方法，一般预训练这些模型每每须要消耗大量的计算资源，迁移学习就是把预训练好的

>>阅读原文<<