首页
学习
活动
专区
工具
TVP
发布

Transfer Learning

evalute(model, test_loader) print('test_acc:', test_acc) if __name__ == '__main__': main() Transfer...那我们能不能用ImageNet的一些train好的模型,拿来帮助我们解决一下特定的图片分类任务,这就是Transfer Learning,也就是在A任务上train好一个分类器,再transfer到B上去...我个人理解Transfer Learning的作用是这样的,我们都知道神经网络初始化参数非常重要,有时候初始化不好,可能就会导致最终效果非常差。...,相当于帮你做了一个很好的初始化,你在这个网络的基础上,去做B任务,如果这两个任务比较接近的话,夸张一点说,这个网络的训练可能就只需要微调一下,就能在B任务上显示出非常好的效果 下图展示的是一个真实的Transfer...把除了最后一层以外的所有层都取出来,保存在list中,然后用*将其list展开,之后接一个我们自定义的Flatten层,作用是将output打平,打平以后才能送到Linear层去 上面几行代码就实现了Transfer

33810
您找到你想要的搜索结果了吗?
是的
没有找到
领券