模型微调
教材《人工智能导论》4.2.2 / 内部第2点 · 已审核
通俗解释
模型微调（Fine-Tuning）技术则是实现模型迁移的重要手段之一。 模型微调指的是在预先训练好的模型参数基础上，通过引入新的数据集、新的目标进行轻量训练，使模型在参数轻微变化的条件下，更加适配新数据集的分布。
例子
用已有图像识别模型的参数作起点，再用目标场景的数据进行少量训练。
容易混淆
微调是在已有参数上适配新数据，不等于重新随机初始化全部参数。
检查理解
用自己的话解释“模型微调”在“任务适配：模型迁移”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：模型微调（Fine-Tuning）技术则是实现模型迁移的重要手段之一。 模型微调指的是在预先训练好的模型参数基础上，通过引入新的数据集、新的目标进行轻量训练，使模型在参数轻微变化的条件下，更加适配新数据集的分布。 示例：用已有图像识别模型的参数作起点，再用目标场景的数据进行少量训练。