Questão 99017

Congelar todas as camadas convolucionais (que atuam como extratores de características genéricas) e treinar apenas a última camada classificadora, que é específica da tarefa.

Utilizar o modelo pré-treinado como um extrator de características fixo, passando os dados da nova tarefa pela rede (sem as camadas de classificação) para obter os embeddings e, em seguida, treinar um novo classificador simples (como um SVM ou Regressão Logística) com essas características extraídas.

Realizar um 'fine-tuning' (ajuste fino) de todo o modelo, descongelando todas as camadas e treinando-as com uma taxa de aprendizado muito baixa na nova tarefa.

Congelar as camadas iniciais (que aprendem características mais genéricas, como bordas e cores) e fazer o fine-tuning das camadas finais (que aprendem características mais complexas e específicas), além da nova camada classificadora.

Descartar o modelo pré-treinado e treinar uma nova rede neural do zero, utilizando técnicas de data augmentation para aumentar artificialmente o tamanho do pequeno dataset.