是的，如果您没有高端硬件，建议从预训练模型开始。您可以使用预训练模型进行微调（将它们训练的权重作为您的初始权重）或将其用作特征提取器（删除最后几层，然后对其进行训练）。

为什么我们需要一个预训练的网络？

• 因为训练一个好的深度模型需要很多时间并且需要很多硬件。一些好的模型，比如 DenseNet、ResNet，甚至 VGG16 都需要几天的训练。您可以阅读VGG 原始论文：

  在配备四个 NVIDIA Titan Black GPU 的系统上，训练单个网络需要 2-3 周，具体取决于架构。

• 有时我们的案例类似于现有的预训练模型数据集。例如，如果我们需要对一些花卉类型的图像进行分类，即使我们的案例有不同的类别，我们可以使用一些预训练模型的第一个卷积层并将其用作特征提取器。

您可以从本文或此页面了解有关迁移学习的更多信息。