简介
使用迁移学习的优势：
1、能够快速的训练出一个理想的结果
2、当数据集较小时也能训练出理想的效果。
注意：在使用别人预训练的参数模型时，要注意别人的预处理方式。
原理：
对于浅层的网络结构，他们学习到的角点信息和纹理信息都是通用的，将学习好的浅层网络的信息迁移到新的网络中，这样新的网络也拥有了识别底层通用特征的能力，从而能加快网络学习新的数据集的高维特征。
常见的迁移学习的方式：
1、载入权重后训练所有参数
2、载入权重后只训练最后基层参数
3、载入权重后在原网络基础上再添加一层全连接层，仅训练最后一个全连接层。
（设备有限且需要在很短时间内得到一个比较理想的结果使用第2或第3个方式；硬件设备不受限且希望得到一个最优的结果，使用第1种方式进行训练）
后续知识再接着补充。。。
![[Qt的学习日常]--信号和槽](https://img-blog.csdnimg.cn/f55a07090b3541518429c3017449bf1b.png)
