需要掌握：迁移学习Transfer Learning

预训练模型

pre-trained model

是前人为解决类似问题所创造出来的模型，并且已经用数据集训练好了

我们在解决类似问题的时候，不用从零开始训练一个新模型，可以从题中训练过的模型入手。

Imagenet

https://www.malaoshi.top/show_1EF4vgpYC8Cq.html

在谈论预训练模型时，通常指的是在Imagenet上训练的CNN（用于视觉相关任务的架构）。

ImageNet数据集包含超过1400万个图像，其中120万个图像分为1000个类别（大约100万个图像含边界框和注释）。

为什么使用预训练模型

1. 可靠。知名预训练模型是经过实际检验的，是可靠的模型
2. 提高训练速度。预训练模型时经过大数据训练的，已经提取了大量特征，一般只需要少量样本的训练，即可达到很好的效果
3. 微调即可。预训练模型一般不能100%解决我们的问题，还需要做些微调，即使如此，仍然大大提高开发速度

keras预训练模型

https://www.malaoshi.top/show_1EF4cD94Eh8p.html

其他预训练模型

https://blog.csdn.net/w275840140/article/details/89532040

感谢：
https://www.jianshu.com/p/7e13a498bd63
https://blog.csdn.net/weixin_39506322/article/details/88640679

原文出处：/show_1EF4bwS1IGmj.html