转移学习教程 在本教程中，我使用基于AlexNet ， VGG和Inception模型的转移学习训练了卷积神经网络进行图像分类。 根据 ： 实际上，很少有人从头开始训练整个卷积网络（使用随机初始化），因为拥有足够大小的数据集相对很少。 取而代之的是，通常在非常大的数据集上对ConvNet进行预训练（例如ImageNet，其中包含120万个具有1000个类别的图像），然后将ConvNet用作初始化或固定特征提取器以完成感兴趣的任务。 根据转移学习，这两种主要的转移学习方案如下： 微调con