Transfer learning — wat is het?

Transfer learning — Transfer learning is het hergebruiken van een model dat voor de ene taak is getraind als startpunt voor het leren van een nieuwe, verwante taak.

In plaats van elk model van nul te trainen, begin je met een al getraind netwerk dat generieke patronen kent. Je past daarna alleen de laatste lagen of het gehele model licht aan voor de nieuwe taak. Dit spaart rekentijd en vereist veel minder gelabelde data. Transfer learning verklaart waarom grote voorgetrainde modellen zo veelzijdig zijn: de brede basis wordt steeds hergebruikt.