使用迁移学习的优势:
1.能够快速的训练出一个理想的结果
2.当数据集较小时也能训练出理想的效果
注意:使用别人预训练好的模型参数时,要注意别人的预处理方式。
在迁移学习中,我们希望利用源任务(Source Task)学到的知识帮助学习目标任务 (Target Task)。例如,一个训练好的图像分类网络能够被用于另一个图像相关的任务。下图可以很好的显示了迁移学习的作用:
常见的迁移学习方式:
1.载入权重后训练所有参数(最后一程全连接节点个数修改为自己的种类个数)
2.载入权重后只训练最后几层参数(所训练参数减少,训练时间更快)
3.载入权重后在原网络基础上再添加一层全连接层,仅训练最后一个全连接层
第一种训练效果最好但时间更久一点
迁移学习简介
最新推荐文章于 2024-02-27 10:18:22 发布