什么是迁移学习 (Transfer Learning)？知乎
https://www.zhihu.com/question/41979241
论文：A Survey on Transfer Learning ，Sinno Jialin Pan and Qiang Yang Fellow, IEEE （2009）
https://link.zhihu.com/?target=https%3A//www.cse.ust.hk/~qyang/Docs/2009/tkde_transfer_learning.pdf
迁移学习(Transfer learning) 顾名思义就是就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务是存在相关性的，所以通过迁移学习我们可以将已经学到的模型参数（也可理解为模型学到的知识）通过某种方式来分享给新模型，从而加快并优化模型的学习效率，不用像大多数网络那样从零学习（starting from scratch，tabula rasa）。
Transfer Learning的初衷是节省人工标注样本的时间，让模型可以通过已有的标记数据（source domain data）向未标记数据（target domain data）迁移。从而训练出适用于target domain的模型。
迁移学习方面，代表人物有香港科技大学的Qiang Yang教授，南洋理工大学的Sinno Jialin Pan，以及第四范式的CEO戴文渊等。代表文献是Sinno Jialin Pan和Qiang Yang的A Survey on Transfer Learning