はじめに
卒業研究においてファインチューニングと転移学習の違いがすぐに思い出せなかったので、改めて学習し直しました。
本記事はその学習メモおよび備忘録です。
転移学習
- あるデータセットで学習したモデルを用いて、別のデータセットを学習させること
- 転移学習のメリット
- データが少なくても高い精度を出せる
- 大量のデータと学習にかかる時間を大幅に削減可能
ファインチューニング
- 学習済みモデルのある特定の層の重みを微調整すること
- 新たに学習するデータセットもサイズが大きいときは転移学習するとかえって時間がかかってしまう
- そのため、モデル自体を設問に合わせたものに微調整する＝ファインチューニング
引用元：https://udemy.benesse.co.jp/data-science/deep-learning/transfer-learning.html