Big-Transfer-Learning:将Google Research团队描述的Big Transfer Learning...

大转移学习 将Google Research团队描述的Big Transfer Learning方法与PyTorch结合使用，以使用ResNet50-x3架构复制上游数据集的行为。 每节课使用1-10个示例。 请注意，这肯定会导致过度拟合。 就我们的目的而言，这是可以的，因为我们正在尝试复制Google研究小组显示的行为。 链接到论文： : 什么是转学？ 在机器学习中，我们分别训练每个模型，但在转移学习中，我们将从训练一个数据集获得的知识应用于另一个数据集/任务/模型。 转移学习侧重于微调而不是预训练。 预训练是使用可能包含3亿张图像的非常大的数据集完成的，并且该预训练的模型用于处理小型数据集。 与人类学习类似，我们学习某些信息并将其应用于其他设置（即用于人工智能的演算）。 网络的训练通常是在包含大量数据的大型通用数据集上进行的。 根据范围内的论文，提到的数据集是在包含3亿个带