Tensorflow 在现实项目中使用迁移学习是个好主意吗？ 脚本
如果我打算培训医学图像数据集，而我选择了coco预先培训的模型，该怎么办 我的怀疑 1因为我选择了医学图像，所以没有必要在COCO数据集上对其进行训练，对吗？如果是这样的话，有什么可能的解决办法来做同样的事情 2向预先训练的模型中添加更多层会影响整个模型吗？有10多个班级和10000个训练数据集 3如果不从头开始培训，可能的解决方案是什么，比如微调模型 PS-假设此场景基于为业务目的部署模型Tensorflow 在现实项目中使用迁移学习是个好主意吗？ 脚本,tensorflow,deep-learning,conv-neural-network,transfer-learning,Tensorflow,Deep Learning,Conv Neural Network,Transfer Learning,如果我打算培训医学图像数据集，而我选择了coco预先培训的模型，该怎么办 我的怀疑 1因为我选择了医学图像，所以没有必要在COCO数据集上对其进行训练，对吗？如果是这样的话，有什么可能的解决办法来做同样的事情 2向预先训练的模型中添加更多层会影响整个模型吗？有10多个班级和10000个训练数据集 3如果不从头开始培训，可能的解决方案是什么，比如微调模型 PS-假设此场景基于为业务目的部署模型 谢谢-是的，在现实项目中重用预先训练好的模型或转移学习是一个好主意，因为它节省了计算时间，并且架构已经过
谢谢-是的，在现实项目中重用预先训练好的模型或转移学习是一个好主意，因为它节省了计算时间，并且架构已经过验证 如果您的用例是对医学图像进行分类，即图像分类，那么
VGGNetResNetInception NetEfficientNet