Transfer Learning, Fine-tuning

站在巨人的肩膀上...

前篇我們知道如何撰寫一個模型, 當然更有可能是我們拿別人已經寫好的模型直接套著用就好.數據也處理好了, 那是否馬上開始動手訓練?

建議先停下來, 除了先了解有那些已經被發表的模型適合用在我們遭遇的問題上外, 再多評估一下手中已經完成標示的資料多寡. 通常採監督學習, 同一個模型準確性能與標示資料多寡正相關. 如果數據標示成本很高呢? 這時候一定會想到遷移學習 (Transfer Learning) 或者說 Fine-tuning. 大原則是拿別人在類似的問題已經訓練好的模型, 進一步設計模型與訓練.