ปกติ Deep Learning จะมีปัญหาเรื่องใช้เวลา train end-to-end นานครับ
เขา(transfer learning)ก็เลยเอา intuition ของจากมนุษย์ที่ชอบแก้ปัญหาใหม่ๆ โดยเอาsolutionจากปัญหาเก่ามาใช้ ทำให้แก้ปัญหาใหม่ไวขึ้น
ตัวอย่างเช่น เอาtrainedโมเดล เคยใช้predictหมา(ปัญหาเก่า)ไปใช้predictแมว(ปัญหาใหม่) ก็copyทั้งmodelหมามาเลย แต่ไปปรับแต่งแค่ให้บางชั้นtrainable บางชั้นlock-weight แล้วก็ใส่ข้อมูลแมว train model จะทำให้ train model เร็วขึ้นมาก