구글 Colabo 즉 Colaboratory에서 PyTorch의 Transfer Learning 예제 문제를 실행시켜 보자. Transfer Learning이란 imageNet 의 주어진 1000개의 카테고리 클라스를 대상으로 특정한 image classification 네트워크를 사용하여 상당한 컴퓨팅 시간을 사용해 학습 후 학습 된 binary 상태의 웨이트 매트릭스 결과를 저장하였다가 필요할 때에 불러 사용하게 된다. 한편 사용자가 불러 사용할 때에 자신이 준비한 소량의 테스트 데이터만 있을 경우에는 사전 학습된 웨이트 매트릭스를 동결(frozen)된 상태 그대로 사용할 수 가 있는 반면에 사용자가 준비한 업데이트용 학습 데이터가 소량 있을 수 있으므로 이들을 추가하게 되면 동결(frozen)된 웨이트 매트릭스가 약간 변동이 있을 것으로 예상되므로 feature extraction 작업을 위한 CNN 단계에서 fine tunning 작업이 필요할 수도 있을 것이다.
아래 URL 주소로 이동하여 마저 읽어 보세요.
http://blog.daum.net/ejleep1/1017