迁移学习介绍

迁移学习就是把为任务 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。

为什么迁移学习？（转）

首先，我们遇到更多的是小数据，而在小数据上学习的模型，才是真正的智能。

第二，我们希望构建的系统不仅在那个领域能够发挥作用，在其周边也可以发挥作用。即我们希望系统是可靠的，其可以举一反三和融会贯通，这也是我们赋予智慧的一种定义。

第三，我们希望更重要的是如何能够把一个通用的系统加上个人的小数据，而迁移到个人的场景当中去，因此我们可以向个性化方向发展。迁移学习就是一个必不可少的工具。