転移学習

転移学習とは、大量のデータで学習済みのモデルが持つ知識を、別のタスクへ流用する手法です。

たとえば ImageNet で学習した CNN の前半部分をそのまま使い、後ろの層だけを自分のデータで学習させれば、少ない枚数でも高い精度が出せます。前半の層が学んだ「線や形をとらえる力」は多くの画像に共通するからです。

データや計算資源が限られていても実用的なモデルを作れるため、現在の開発では標準的な出発点になっています。