KERAS应用程序（转移学习）

Question

我是一名学生，目前正在自学深度学习。在这里我想请大家澄清一下关于迁移学习的问题。

例如 MobileNetv2 (https://keras.io/api/applications/mobilenet/# mobilenetv2-function），如果权重参数设置为 None，那么我不进行迁移学习，因为权重是随机初始化的。如果我想做迁移学习，那么我应该将权重参数设置为imagenet。这个概念正确吗？

关于深度学习的澄清和解释

Answer 1

是的，当您以随机值初始化权重时，您只是在使用架构并从头开始训练模型。转移学习的目的是利用另一种训练有素的模型来获得更好的结果或使用较少的计算资源。

使用转移学习的方法有不同的方法：

• 您可以冻结基本模型的学习权重，并替换问题上的最后一层，然后只需训练最后一层，
• 您就可以从学习的权重开始并进行微调（让他们在学习过程中改变）。许多人这样做是因为有时它会使培训更快，并给出更好的结果，因为权重已经包含了很多信息。
• 您可以使用第一层提取基本功能，例如颜色，边缘，圆圈...并在它们之后添加所需的图层。这样，您可以使用资源来学习高级功能。

还有更多案例，但我希望它可以给您一个主意。