迁移学习自己的图像分类模型

会英语就更容易学习法语,会骑自行车就更任意学会骑电瓶车。

利用数据、任务、模型间的相似性,将训练好的内容应用到新的任务上,这就是迁移学习。

我们主要是利用pytorch里面自带的数据集来迁移学习,然后应用到我们的数据集上面,可谓是站在巨人的肩膀之上。

迁移学习一般可以解决目标域样本稀少的问题,还可以节约时间。

参考

github.com/TommyZihao/Train_Custom_Dataset

同济子豪兄

你可能感兴趣的:(python)