weixin_48355517的博客

原创 基于AlexNet卷积神经网络实现图像分类

迁移学习是一种机器学习方法，将源领域知识迁移到目标领域，能使目标领域取得更好的学习效果。简单来讲就是将训练好的典型网络模型按照自己的需求进行改进，使用相对较少的数据来进行模型的训练，并且这种方法对于硬件的要求也不是太高。基于共享参数的迁移学习是迁移学习的一种，研究源数据和目标数据空间模型之间的共同参数或者先验分布的探索，这种迁移学习的前提是学习任务中每个相关模型会共享一些相同的参数，或者先验分布。图1 基于共享参数的迁移示意图。