迁移学习（关于迁移学习的简介）

大家好，迁移学习，关于迁移学习的简介很多人还不知道，现在让我们一起来看看吧！

1、迁移学习是一种机器学习方法，就是把为任务 A 开发的模型作为初始点，重新使用在为任务 B 开发模型的过程中。

2、迁移学习是把已训练好的模型（预训练模型）参数迁移到新的模型来帮助新模型训练。

3、考虑到大部分数据或任务都是存在相关性的，所以通过迁移学习我们可以将已经学到的模型参数（也可理解为模型学到的知识）通过某种方式来分享给新模型从而加快并优化模型的学习效率不用像大多数网络那样从零学习。

本文关于迁移学习的简介就讲解完毕，希望对大家有所帮助。