Your browser does not seem to support JavaScript. As a result, your viewing experience will be diminished, and you may not be able to execute some actions.
Please download a browser that supports JavaScript, or enable it if it's disabled (i.e. NoScript).
神经网络模型训练中迁移学习体现在了哪一方面?
迁移学习,指的是导入一个预训练的模型。预训练模型作为初始值,然后继续用自己的小规模数据集训练。训练时间只需要几分钟到几个小时。
预训练的模型,可能是在imagenet数据集,或者coco数据集上训练完的。这些数据集非常大,从头训练要一个星期以上。
为什么要用预训练的模型呢? 因为自定义数据集太小的话,很容易过拟合,准确度不够; 把大数据集导入一起训练的话,时间又太多。