Точная настройка - это способ использования функций, изученных на некотором большом наборе данных, в нашей задаче, что означает, что вместо повторного обучения всей сети мы freeze вычисляем веса нижнего уровня сеть и добавить несколько слоев в конце сети, согласно требованию. Теперь мы снова обучаем его на нашем наборе данных. Таким образом, преимущество заключается в том, что нам не нужно тренировать all-millions параметров, а только несколько. Другое - нам не нужно large-dataset для тонкой настройки.
Больше вы можете найти здесь . Это еще один полезный ресурс , где автор объяснил это более подробно (с кодом).
Примечание : Это также известно как transfer-learning.