Transfer Learning es una técnica ampliamente utilizada en el aprendizaje automático. Este tutorial tiene como objetivo utilizar un modelo previamente entrenado en un gran conjunto de datos (fuente) para transferir conocimientos y aprender de manera eficiente un nuevo conjunto de datos relacionado (objetivo) de menor tamaño. El aprendizaje de transferencia es particularmente útil aquí porque un modelo profundo no puede aprender de muy pocos datos. Transferir el conocimiento de otro modelo ayudará a beneficiarse de la representación de características del conjunto de datos de origen para aprender rápidamente el conjunto de datos de destino.
Requerimientos