迁移学习(训练数据少的可怜时的办法)

感觉这东西很厉害呀

比如我训练出了一个识别是不是猫的神经网络（A），这个网络做的很好

然后我现在想训练一个识别手写体的网络

但是我的模型做的比较差，因为我的数据量较小什么的

我可以把A的最后一层去掉，然后加上一层(b)使输出符合格式

resize我的手写体(X)使其适应输入

然后我用手写体的图片去训练最后一个全接层的W_b

我们也能得到精度不错的结果

因为对于神经网络，我们的前几层会生成点，线条，简单的图形之类的

只要是同一种，我们都能拿过来直接用