深度学习中的迁移学习

迁移学习是什么？
在这个例子中，先训练一个模型用来进行图像识别，当想要训练一个放射科诊断（X光照片）的模型时，只需要修改最后一层及其参数，或者在最后添加更多的层数。这是因为网络在前面层学习到的知识可以通用于两种场景。
适用场景：
对于迁移源问题你有很多数据，但是对于迁移目标问题没有很多数据，因此可以通过迁移源问题数据训练出大致模型，然后迁移到迁移目标问题上来，这时只需要微调（fine-tunning）就可以了。