3.5　完整的迁移学习过程

对迁移学习的基本问题有了大致了解后，一个完整的迁移学习过程可以概括为图3.4所示的步骤。

获取所需的数据后，需要对数据进行可迁移性分析，也就对应着基本问题中的何时迁移与何处迁移两个基本问题。接下来便是迁移过程，此部分将在本书的“方法与技术”部分中重点介绍。与机器学习流程类似，一个迁移学习过程结束后，需要按照特定的模型选择方法对迁移学习模型和参数进行选择。可迁移性分析、迁移过程、模型选择这三大基本过程并不是序列式的，而是可以互为反馈、相辅相成的。选择出最好的模型后便是模型的部属与评估。

本书将在余下的章节里（第4章到第13章）具体介绍不同的迁移过程和扩展方法，并在第14章中介绍迁移学习的模型选择方法，还将在第15章中介绍迁移学习的应用与部署问题。

[1]请见链接3-1。