【ML笔记】PyTorch转移训练 (Transfer Learning)
转移训练就是在已经训练好的模型上通过少量新数据再对模型进行调参,从而训练出一个新模型,使之可以运用于特定任务,有点类似于初级版的fine-tune。由于也是调参,所以转移训练和全新训练的过程大差不差,大致为以下: 预处理数据 (transform) 建立数据集 (dataloader) 准备,调整模型 (model) 开练 得到结果 预测 顺便介绍一个我觉得很好用的PyTorch学习资源 引