迁移学习：主要有3类，
第一类，使用别人训练好的权重参数，作为初始化权重参数，进行接下来的训练
第二类：使用别人训练好的权重参数，冻结预测层之前的所有的权重参数，进行接下来的训练
第三类：使用别人训练好的权重参数，即finetune，不冻结最后一个卷积层和全连接层，对这两个层进行参数的更新和训练
代码：使用keras框架进行的参数冻结， 前面10层的参数都不进行训练
对于caffe而言，我们可以去下载一些框架Model_Zoo
相关文章：
相似解决方案
热门标签
迁移学习：主要有3类，
第一类，使用别人训练好的权重参数，作为初始化权重参数，进行接下来的训练
第二类：使用别人训练好的权重参数，冻结预测层之前的所有的权重参数，进行接下来的训练
第三类：使用别人训练好的权重参数，即finetune，不冻结最后一个卷积层和全连接层，对这两个层进行参数的更新和训练
代码：使用keras框架进行的参数冻结， 前面10层的参数都不进行训练
对于caffe而言，我们可以去下载一些框架Model_Zoo
相关文章：