== Transfer learning ==
Глубокие нейронные сети требовательны к большим объемам данных для сходимости обучения, поэтому часто бывает, что для решаемой задачи недостаточно данных для того, чтобы хорошо натренировать все слои нейросети. Для решения этой проблемы используется ```'''transfer learning```'''.
```'''Transfer learning``` ''' {{---}} это исследовательской проблеме в машинном обучении, которая сосредоточена на сохранении знаний, полученных при решении одной проблемы, и применении их к другой, но связанной проблеме<ref>[https://en.wikipedia.org/wiki/Transfer_learning Transfer learning, Wikipedia]</ref>. Чаще всего ```'''transfer learning``` ''' выглядит следующим образом: нейросеть сначала обучается на большом объеме данных, затем — на целевом наборе. Например, знания, полученные при обучении распознаванию деревьев, могут применяться при попытке распознавания новогодних ёлок.
== Фреймворки для глубокого обучения ==
