什么是微调?什么是模型迁移?

1.什么是微调?

这个东西其实和模型迁移是相互连接在一起的,就是你将本身类似的一个东西拿到这里拿过来,在这里再稍微训练一下接着使用了,这里稍微再训练一下就是微调了。

2.为什么微调是有效的?

2.1浅层的网络更适合共用

这里我们注意这样的一个问题,在一个模型当中,我们实际上大约可以从浅到深笼统的将其分成大约三个部分:1.特征提取(1.1浅层提取细节上的信息1.2深层上提取总体的信息)2.结果输出。
这里我们可以看出来浅层网络其实在类似的学习模型中,是比较类似的,所以浅层网络是比较可以共用的。

2.2训练时,不同层之间的训练率差异

我们可以因为梯度会越乘算越小,所以我们在计算的过程中会有梯度消失的现象,虽然我们可以使用ResNet来进行优化,但是实际上浅层网络(在forward的过程中他是浅层,但是在backward的过程中就会变成深层)训练起来会比较慢。

2.3综合起来

本身我们就是想改变深层网络的参数情况,保留浅层网络的参数,训练的特性正好帮我们完成了这件事,所以,非常好。

3.怎么实现

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CUHK-SZ-relu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值