模型微调（Fine Tune）

资料参考
CNN入门讲解：什么是微调（Fine Tune）？
预训练模型与微调

什么是 Fine Tune

在深度学习中，我们一般从头开始学习权重矩阵，即：首先进行初始化，然后进行参数学习。

但是在 Fine Tune 中，我们已经有了一个预训练模型，这个模型可以是他人训练好的优秀网络，比如VGG19等。Fine Tune 就是在这个预训练模型基础上的学习过程。

下面举个例子：
$$Y=W\ast X$$
假设上面是我们要学的神经网络，W 初始化为 0，此时我们通过梯度下降法不断学习，得到最优目标值 0.5。如果刚开始的时候有人告诉你，W 的值应该在 0.47 左右，那么这是我们就可以从 0.47 开始学习，这样模型收敛速度会大大加快。

什么情况下使用 Fine Tune

1. 自己使用的数据集和预训练数据集相似
2. 自己的数据集数量太少
3. 计算资源太少
4. 自己搭建的模型正确率太低