迁移学习与fine-tuneing的区别

一、迁移学习是指将已经预先训练好的模型权重的某部分或整体用到相似任务的处理上。

优点：1）节省训练时间

           2）当新问题的数据集很小时，直接训练容易过拟合，迁移学习可以有效避免这种情况。

二、fine-tuning 属于trick，在迁移学习中有所涉及，泛指对参数进行微调。