2026 년 기준 처음부터 학습하는 사람 거의 없어. transfer learning + fine-tuning 이 default — pretrained backbone 받아서 early layer freeze, 작은 head 학습, 그다음 unfreeze 하고 low-LR fine-tune. KerasHub 가 카탈로그. 이 track 이 레시피.
Transfer learning — 큰 dataset 에서 학습된 모델 (backbone) 을 가져와 *작은 task* 에 재활용. ImageNet 학습 ResNet 의 feature 가 의료 영상 / 자율주행 / 농작물 분류에도 좋은 출발점. 처음부터 학습보다 *데이터 적게, 시간 적게* 들어 같은 정확도 도달.
왜 효과 있나? 초기 layer 가 일반적 feature (edge / texture / shape) 학습 — 거의 모든 vision task 에 유용. 후반 layer 만 재학습하면 됨. NLP 도 같은 발상 — pretrained LLM 에 task-specific head 붙이기.