在實踐中，由於數據集不夠大，很少有人從頭開始訓練網絡。常見的做法是使用預訓練的網絡（例如在ImageNet上訓練的分類1000類的網絡）來重新fine-tuning（也叫微調），或者當做特徵提取器。
- 以下是常見的兩類遷移學習場景：
1 卷積網絡當做特徵提取器。使用在ImageNet上預訓練的網絡，去掉最後的全連接層，剩餘部分當做特徵提取器（例如AlexNet在最後分類器前，是4096維的特徵向量）。這樣提取的特徵叫做CNN codes。得到這樣的特徵後，可以使用線性分類器（Liner SVM、Softmax等）來分類圖像。
2 Fine-tuning卷積網絡。替換掉網絡的輸入層（數據），使用新的數據繼續訓練。Fine-tune時可以選擇fine-tune全部層或部分層。通常，前面的層提取的是圖像的通用特徵（generic features）（例如邊緣檢測，色彩檢測），這些特徵對許多任務都有用。後面的層提取的是與特定類別有關的特徵，因此fine-tune時常常只需要Fine-tuning後面的層。
- 預訓練模型
在ImageNet上訓練一個網絡，即使使用多GPU也要花費很長時間。因此人們通常共享他們預訓練好的網絡，這樣有利於其他人再去使用。例如，Caffe有預訓練好的網絡地址Model Zoo。
- 何時以及如何Fine-tune
決定如何使用遷移學習的因素有很多，這是最重要的只有兩個：新數據集的大小、以及新數據和原數據集的相似程度。有一點一定記住：網絡前幾層學到的是通用特徵，後面幾層學到的是與類別相關的特徵。這裏有使用的四個場景：
1、新數據集比較小且和原數據集相似。因爲新數據集比較小，如果fine-tune可能會過擬合；又因爲新舊數據集類似，我們期望他們高層特徵類似，可以使用預訓練網絡當做特徵提取器，用提取的特徵訓練線性分類器。
2、新數據集大且和原數據集相似。因爲新數據集足夠大，可以fine-tune整個網絡。
3、新數據集小且和原數據集不相似。新數據集小，最好不要fine-tune，和原數據集不類似，最好也不使用高層特徵。這時可使用前面層的特徵來訓練SVM分類器。
4、新數據集大且和原數據集不相似。因爲新數據集足夠大，可以重新訓練。但是實踐中fine-tune預訓練模型還是有益的。新數據集足夠大，可以fine-tine整個網絡。
- 實踐建議
- 預訓練模型的限制
使用預訓練模型，受限於其網絡架構。例如，你不能隨意從預訓練模型取出卷積層。但是因爲參數共享，可以輸入任意大小圖像；卷積層和池化層對輸入數據大小沒有要求（只要步長stride fit），其輸出大小和屬於大小相關；全連接層對輸入大小沒有要求，輸出大小固定。 - 學習率的限制
與重新訓練相比，fine-tune要使用更小的學習率。因爲訓練好的網絡模型權重已經平滑，我們不希望太快扭曲（distort）它們（尤其是當隨機初始化線性分類器來分類預訓練模型提取的特徵時）。
更多參考
1 CNN Features off-the-shelf: an Astounding Baseline for Recognition基於ImageNet預訓練模型提取特徵訓練SVM分類器，陳述了幾個最優結果。
2 DeCAF2013年報告了類似發現。這篇論文使用的框架接口爲Python，實現是caffe的c++。
3 How transferable are features in deep neural networks?詳細介紹了遷移學習，包括一些大學發現的layer co-adaptations。