在实际应用场景中，由于训练数据集不足，所以很少有人会从头开始训练整个网络。普遍的做法是，在一个非常大的基础数据集上训练得到一个预训练模型，然后使用该模型来初始化网络的权重参数或作为固定特征提取器应用于特定的任务中。今天将使用迁移学习的方法对ImageNet数据集中的狼和狗图像进行分类。

# 学习 # 迁移学习 # 人工智能
Logo
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

更多推荐

cover

1.3亿数据量！2012-2025年智联招聘大数据

avatar 鲲鹏昇腾开发者社区
cover

深度学习学习教程，从入门到精通，深度学习概论 — 知识点详解(1）

avatar 鲲鹏昇腾开发者社区

Triton Ascend Autotune 原理：Event 计时与 NPU Profiler 机制深度解析

本文基于 Triton Ascend 当前源码实现，系统分析 Autotune 的配置搜索流程，以及默认 NPU Event 计时和两种性能测量方式的原理、边界与适用场景。Triton、Ascend、Autotune、NPU Event、NPU Profiler、L2 Cache、性能调优。

avatar 鲲鹏昇腾开发者社区