Apprentissage par transfert Transfer learning
Partir des connaissances d'un modèle déjà entraîné pour une nouvelle tâche — plutôt que de tout réapprendre depuis zéro.
On prend un CNN entraîné sur ImageNet, on remplace la dernière couche, on entraîne sur son petit jeu de données — et ça marche étonnamment bien. Toute l'idée du « fine-tuning des modèles de fondation » n'est que de l'apprentissage par transfert. Elle repose sur le fait que les premières couches apprennent des motifs généraux.