Uczenie transferowe
Wykorzystanie wiedzy już wytrenowanego modelu jako punktu wyjścia do nowego zadania — zamiast trenowania od zera.
Weź sieć CNN wytrenowaną na ImageNet, wymień ostatnią warstwę, wytrenuj na własnym małym zbiorze danych → działa zaskakująco dobrze. Cała idea „dostrajania modeli bazowych" to uczenie transferowe. Opiera się na tym, że wczesne warstwy uczą się wzorców ogólnych.