模型保存和加载：Finetune
模型保存和加载：Finetune
训练的时候是存在我们的内存中的，内存不支持长久保存， 所有有了模型的保存和加载 ，才所以有了模型的序列化和反序列化
模型的保存和加载
什么是序列化：如上图就是将内存中的一个对象，转化为硬盘中的010101的二进制数据的过程就是序列化。
反序列化：就是将外存中的二进制文件转化为内存中的对象文件
序列化和反序列化的最终目的是实现数据的长久保存
保存模型的两种方式
加载
方式一
方式二
断点续训练
模型的数据、优化器的数据、和epoch次数
模型微调
迁移学习：将源任务的知识用到目标任务，从而提高目标任务的性能
神经网络中权值就是知识
深度学习在什么情况下使用迁移学习呢？
1.数据集不够