是什麼

遷移學習的兩種用法：特徵萃取（Feature Extraction）凍結預訓練模型全部權重、只訓練新加的輸出層；微調（Fine-tuning）則解凍部分或全部層，以小學習率在新資料上繼續更新。

解決什麼問題

依新任務資料量與和原任務的相似度選策略：資料少且相近用特徵萃取，資料較多或差異較大才微調。